Ekranınızdaki bir şeyi yapay zekâya sorarken onu iki şekilde iletebilirsiniz. Pikselleri önce metne çevirip (OCR) metni gönderebilir ya da resmin kendisini görüntü okuyan bir modele gönderebilirsiniz. İkisi farklı biçimlerde hata yapar; hangisinin ne zaman kullanılacağını bilmek işe yarar.
Kısa kural
- Hiçbir şey kaybetmeden yüksek sesle okuyabiliyorsanız metin gönderin.
- Anlamı düzen veya bir çizim taşıyorsa görüntü gönderin.
Bir paragraf, çoktan seçmeli bir soru veya bir hata mesajı metin olarak sorunsuzdur. Bir sütun grafiği, bir devre, bir geometri şekli veya hücreleri birleştirilmiş bir tablo değildir.
OCR neyi iyi yapar, nerede yanılır?
OCR, karakterleri kendi bilgisayarınızda tanır ve düz metin üretir. Yalnızca o metin gönderilir.
- Küçük ve ucuz. Metin sorusu bir görüntünün küçük bir bölümü kadardır; sağlayıcının hakkından daha azını kullanır ve daha hızlı döner.
- Daha gizli. Tanınan sözcüklerin dışında hiçbir şey makinenizden çıkmaz: pencere kenarları, diğer sekmeler, ekranın köşesindeki yüzler gitmez.
- Her modelle çalışır, yalnızca metin okuyan hızlı modeller dahil.
Yanıldığı yerler:
- Anlamı değiştiren küçük işaretler. Bir eksi işareti, bir “değil”, bir ondalık virgül, bir alt simge veya bir üs düşebilir ya da yanlış okunabilir.
x²,x2olarak gelebilir. - Yapı. Sütunlar yanlış sırayla okunabilir; tablo bir sözcük dizisine dönüşür.
- Metin olmayan her şey. OCR bir grafiğin etiketlerini görür, sütunlarını görmez.
Görüntü neyi iyi yapar, bedeli nedir?
Görüntüyü göndermek, modelin tam olarak sizin gördüğünüzü görmesini sağlar.
- Grafikler, şemalar ve şekiller bozulmadan kalır.
- Formüller düzenini korur: kesirler, kökler ve matrisler düzleşmez.
- El yazısı ve alışılmadık yazı tipleri çoğu zaman OCR’dan daha iyi okunur.
Bedeli:
- Daha büyük istekler. Görüntüler ücretsiz hakkın daha fazlasını kullanır ve daha uzun sürer.
- Her model görüntü kabul etmez. Yalnızca metin okuyan bir model reddeder veya yok sayar.
- Seçimdeki her şey gönderilir. Dar seçin.
Hızlı karar
- Önemli bir şekil, grafik veya formül var mı? Görüntü.
- Düz ve net bir metin mi? Metin.
- Metin, ama yanıt bir simgeye veya sayıya bağlı mı? Metin; sonra yanıta güvenmeden önce neyin tanındığını okuyun. Yanlış görünüyorsa görüntü olarak yeniden sorun.
LuciQA ikisini nasıl ele alır?
LuciQA’nın tepsi menüsünde iki mod da vardır: Metinden sor (OCR) ve Görüntüden / şemadan sor. OCR cihazınızda dokuz dilde çalışır. Yanıt paneli tam olarak neyin gönderildiğini (tanınan metni veya görüntüyü) gösterir; böylece yanlış okunmuş bir eksi işaretini yanlış bir yanıta dönüşmeden fark edebilirsiniz. Seçtiğiniz model yalnızca metin okuyorsa ve görüntü gönderirseniz LuciQA o tek istek için sağlayıcının görüntü modelini kullanır.
Bütün bir sayfa soruyu tek seferde ele alan Çoklu modunda her soru için metni veya görüntüyü ayrı ayrı seçer, gönderilmeden önce tanınan metni düzeltebilirsiniz.