LA REVISIONE DEI TESTI - EDITING✍🏻📕
"Non esistono grandi scritture, ma solo grandi riscritture".
#scrittura#writingtips
✍🏻Prendine atto: non puoi fare a meno di rivedere quello che scrivi, è nella fase della revisione che miglioriamo davvero il testo.
✅ L’editing è una FORMA MENTALE: richiede duttilità di pensiero. Non attaccarti a quello che hai scritto, se è il caso modifica.
✅ L’editing è NECESSARIO, sempre.
✅ L’editing deve essere inteso come IL TEMPO DEL MIGLIORAMENTO.
✅ Il PRIMO EDITING lo deve fare l’autore.
✅ Per fare bene editing è necessario DISTACCAMENTO dal testo altrimenti non sarà mai efficace.
✅ Bisogna DISTINGUERE editing sui tuoi testi dall’editing che potresti fare sui testi degli altri. Cambia del tutto l’approccio. Se analizzo un testo di un altro devo mettermi sulla stessa lunghezza d’onda dell’altro, non devo entrare con i miei gusti, con il mio “mi piace” se no sbaglierei del tutto il lavoro di editing.
✅ L’EDITING AGISCE SUL CERVELLO: quando correggiamo i nostri testi stiamo lavorando sul risultato del pensiero, sul pensiero che ha preso forma. Andare ad agire su quelle parole per migliorarle significa agire sulle connessioni neuronali. Ci pensiamo? Quanto bene faccia alla nostra espressività, al nostro patrimonio intellettuale l’editing?
@writingway
🙌Se ti è piaciuto questo post e pensi possa interessare ad altri, inoltralo cliccando sulla freccia a destra.
Image to Text OCR is a utility website made by Alejandro Akbal for extracting text from any image using #OCR.
This tool was made for those moments where you take a photo of some text and wish you could have it digitally.
https://github.com/AlejandroAkbal/Image-to-Text-OCR
Online: https://image-to-text-ocr.netlify.app/
🦉 LightOnOCR-1B: новая быстрая OCR-модель от LightOn
Модель дистиллирована из Qwen2-VL-72B-Instruct и обучена на корпусе из 17.6 млн страниц / 45.5 млрд токенов.
🔥 Главное:**
-1 B параметров
- позволяет обрабатывать 5.7 страниц/с на одном H100 (это примерно ≈ 493 000 страниц за день)
- Распознаёт таблицы, формы, уравнения и сложные макеты
- 6.5× быстрее dots.ocr, 1.7× быстрее DeepSeekOCR
- Расходы < $0.01 за 1000 страниц A4
📊 Качество (Olmo-Bench):
- Превосходит DeepSeekOCR
- Сопоставима с dots.ocr (при этом модель в 3 раза меньше по весу)
- +16 пт к Qwen3-VL-2B-Instruct
Эта моделька - отличный баланс качества, скорости и стоимости.
🟢Модель 1B: https://huggingface.co/lightonai/LightOnOCR-1B-1025
🟢Модель 0.9B (32k): https://huggingface.co/lightonai/LightOnOCR-0.9B-32k-1025)
🟢Блог LightOn:https://huggingface.co/blog/lightonai/lightonocr
🟢Демка: https://huggingface.co/spaces/lightonai/LightOnOCR-1B-Demo
@ai_machinelearning_big_data
#ocr#ml
📄 DeepSeek-OCR - модель для распознавания текста 🔍
DeepSeek выпустили мощную OCR-модель, способную преобразовывать изображения документов прямо в Markdown или текст.
Что умеет:
- Распознаёт текст на изображениях и в PDF
- Работает с документами, таблицами и сложными макетами
- Поддерживает разные режимы: Tiny, Small, Base, Large
- Оптимизирована под GPU (PyTorch + CUDA 11.8)
- MIT-лицензия — можно свободно использовать и модифицировать
DeepSeek-OCR достигает высокой точности и эффективности за счёт компрессии визуальных токенов. На Omnidocbench - лучшая точность при минимуме визуальных токенов, превосходит другие OCR-модели по эффективности и скорости.
🟠HF: https://huggingface.co/deepseek-ai/DeepSeek-OCR
🟠Github: https://github.com/deepseek-ai/DeepSeek-OCR
🟠Paper: https://github.com/deepseek-ai/DeepSeek-OCR/blob/main/DeepSeek_OCR_paper.pdf
@ai_machinelearning_big_data
#ocr#DeepSeek