Прежде всего, я не создавал ни одного из этих инструментов, поэтому могу лишь предполагать.
Да.
Некоторые плагины ChatGPT, которые я пробовал, читают весь PDF-файл целиком, однако многие из них извлекают только текст, так как извлечение данных из математических выражений и графиков выходит за рамки их возможностей. Это связано с тем, что PDF предназначен для оформления и представления информации, а не для извлечения контекста или передачи знаний в формате обмена данными.
Не совсем уверен, что именно вы имеете в виду, но, насколько я понимаю, они внедряют знания в векторную базу данных, а затем используют промпт для выбора соответствующих частей и формирования ответа.
Аналогия, которую я использую, чтобы объяснить это другим: вместо того чтобы сосредотачиваться на идее PDF, думайте об идеях, которые авторы статьи пытаются донести в своей работе, и представляйте, что вы ведёте с ними беседу.
Если вы можете запускать плагины в ChatGPT, перейдите на этот сайт:
и введите в поиск PDF или paper, чтобы попробовать несколько из них. Основное различие, которое я заметил, заключается в том, что многие из них работают с одним PDF-файлом (https://pugin.ai/p/chatwithpdf), тогда как этот (https://pugin.ai/p/science) выбирает соответствующие статьи из 250 миллионов научных работ.
В LangChain есть аналогичное решение:
а также похожие репозитории на GitHub (ref). Результат может варьироваться.
Вот конкретный пример использования такой технологии для тех, кто считает, что она подходит только для академических целей.
Использование больших языковых моделей с обширными наборами данных и руководствами для механиков