授权纸质书数字化喂模方案受关注

Reddit 用户 xoxonotyour 就一批已获使用授权、但只有纸质版的书籍发起讨论，希望将其转换为高质量文本，用于构建可回答独家内容的 AI 模型。讨论聚焦三个环节：使用专用书籍扫描仪或自动化方案扫描页面，借助 OCR 将页面转为准确的结构化文本，以及通过批量处理减少逐页操作。 目前讨论停留在工作流与工具选择阶段，尚未给出已验证的完整方案。这些数字化内容属于私有数据 RAG 的前置环节，而非模型训练效果本身。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。