绝大部分论文都是以PDF形式存储的，据我所知也就Gemini有能力读取PDF，剩下的都得以文字或者图片形式发给他
一般文字还好，要是有示意图也可以截个图给AI；
主要是各种公式跟图表，根本没法复制，直接是乱码，而且识图也有问题，经常识别错误，公式错一点后面的分析根本没法看
请问各位有啥方法把整个PDF内容尽可能完整的发给AI呢？
非常感谢
10 个赞
Google的Notebooklm
6 个赞
没懂，gpt和Claude不是都可以看懂pdf吗
4 个赞
cherry studio应该可以，不过我还没试过
1 个赞
没有Gemini会员
1 个赞
我也想问这个问题，麻烦有答案了踢一下我 
1 个赞
Claude确实能，不过有的AI，比如o1和Deepseek就不能读取PDF，很头疼
1 个赞
自己想办法转md吧，然后搭建知识库
4 个赞
推荐用zerox
getomni-ai/zerox: OCR & Document Extraction using vision models
视觉模型OCR，刚好最近nebius又能白嫖25刀了，用里面的Qwen72b的视觉模型，多白嫖几个号，感觉能用好久
3 个赞
先用gpt4o对话读取，让他提取主要过程和公司，再让o1思考回答
试下Zerox，最近还有免费资源。
都是转markdown和提取图片识别表格公式的啊，太长就rag
目前转换效果好的有minerU olmOCR，docling可能也还好
2 个赞
发给deepresearch（）
世界第一行列的公司
现在还有不支持 PDF 的客户端吗？
无论是 ChatGPT 还是 Claude 的网页端都支持上传 PDF，而且是原生多模态。
DeepSeek 官网是先 OCR 成文本，再传给 LLM。
2 个赞
claude好像不能读取pdf图片？
这个还是用谷歌吧，上下文长
1 个赞
千问也支持pdf，现在不支持pdf的大模型少吧
1 个赞