学习 OCR、版面分析和表格提取，适合把复杂文档变成可用数据的读者。
13 条精选 · 入门 4 · 按推荐学习顺序：越基础、直观越靠前，越系统、深入越靠后
Mistral OCR 4 : SOTA OCR for Document Intelligence
这是 Mistral 于 2026 年 6 月 23 日发布的博客，介绍 OCR 4 文档解析模型。该模型在提取文本之外还提供边界框、区块分类和行内置信度分数，支持 170 种语言、可单容器自托管部署，定位于企业搜索、RAG 和智能体工作流的文档摄取，可通过 API 或 Document AI 使用，文中称其在人工评估和基准测试中优于领先的 OCR 系统。
PaddleOCR 3.5: Running OCR and Document Parsing Tasks with a Transformers Backend
PaddlePaddle 团队的文章，介绍 PaddleOCR 3.5 版本使支持的 PaddleOCR 模型可通过 Hugging Face Transformers 作为推理后端运行，设置 engine="transformers" 即可。PaddleOCR 继续提供 PP-OCRv5 等 OCR 模型系列和 PaddleOCR-VL 1.5 等文档解析模型系列；新版本引入更灵活的推理引擎接口，通过 engine 参数选择后端、通过 engine_config 传入后端专属选项，任务流水线仍由 PaddleOCR 管理。文中附有 Hugging Face Spaces 上的在线演示。
Your Fridge Is a Valid Payment Device — Eleonora Drykina & Nina Žižakić, In The Pocket
这是一场技术演讲录像，两位讲者介绍为一家匿名比利时支付客户构建的 RAG 问答助手，其资料库约含 270 份 PDF、6000 页，关键信息大量存在于表格中。索引流程保留章节路径与分块顺序以便重建较长段落，并把表格转为 CSV 同时保留标题与取值的对应关系；稠密检索结合 BM25 使 63 个问题上的检索命中率从 92% 提升到 97%。服务端智能体可通过四种工具扩大检索范围，配有防止超长规则手册淹没上下文的限制，中位作答时间 38 秒，讲者还谈到流式 Markdown 与来源卡片分离、轨迹追踪、引用核查和 Promptfoo 评测，以及早期内部试用覆盖 34 名用户、约 900 个问题。
Insurance Claims Are AI's Messiest Data Problem — Denys Linkov, Wisedocs
Wisedocs 的 Denys Linkov 讲解保险理赔数据中充斥手写、传真、重复文件和 8GB 级 PDF 等非结构化内容，为何这既是保险 AI 的最大障碍也是最大机会。内容按步骤展开：清洗数据、单份文档内分析、跨理赔洞察，并介绍 Wisedocs 与 Artificial Analysis 合作构建的基准，用于测试模型处理医疗记录的能力。最后谈及处理技术栈以及监管、成本等话题。