TGTGInsighttelegram intelligenceLIVE / telegram public index
← Mathshub: интенсив по математике и Python (aug '22)

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonmathaug22 · Post #33 · 19 сеп.

❗️ВАЖНО❗️ 🎾Обратная связь по четвертой неделе интенсива Оставить отзыв на занятия прошлой недели 12 и 15 сентября можно по ссылке: https://forms.gle/HCXZb1B8q77FoGDy8 🎾Обновления в домашних заданиях В домашней работе №3: – исправили ответы на вопросы №2 и №7 – добавили дополнительные 2 попытки, чтобы вы могли снова выполнить откорректированный тест (итого 5 разрешенных попыток) – продлили дедлайн до 24 сентября 23:59 (мск) В домашней работе №4: – поправили прием ответа на вопрос №12 (ранее у некоторых студентов возникали трудности) – добавили дополнительные 2 попытки, чтобы вы могли снова выполнить откорректированный тест (итого 5 разрешенных попыток) – дедлайн остается тем же: 30 сентября 23:59 (мск) 🎾 У меня возникают разные вопросы по задачам — к кому обратиться? К хелперам в Discord-комьюнити: мы раздали роль helpers тем, кто готов помогать начинающим с нуля. Хелперы отображаются красным цветом. Создали 10 мини-групп с 2-3 хелперами в каждой. В ближайшее время начнем распределять по мини-группам студентов, которые оставили реакции под постом о наборе в мини-группы начинающих. Этот пост находится в последнем закрепленном сообщении на канале #python-и-математика: реакции все еще можно оставить, если вы хотите в мини-группу. Хорошей недели! Команда Mathshub

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #a11y

当前筛选 #a11y清除筛选
GitHub Trends

@githubtrending · Post #15573 · 19.03.2026 г., 11:30

#java#a11y#accessibility#ai#bounding_box#document_parsing#eaa#html#json#markdown#ocr#ocr_recognition#pdf#pdf_accessibility#pdf_converter#pdf_extraction#pdf_parser#pdf_ua#rag#tables#tagged_pdf OpenDataLoader PDF is a free, open-source tool (Apache 2.0) that tops benchmarks with 0.90 accuracy for extracting structured data like Markdown, JSON (with bounding boxes), and HTML from any PDF—digital, scanned, or complex with tables, formulas, charts, and OCR in 80+ languages. It runs locally on CPU (0.05s/page fast mode), filters AI prompt injections for safety, integrates with LangChain/RAG, and automates accessibility tagging to Tagged PDF. You save time and costs on parsing for AI pipelines or compliance (vs. $50–200/manual doc), getting precise, private results for better LLM apps and legal standards. https://github.com/opendataloader-project/opendataloader-pdf