MinerU

MinerU(https://mineru.net/)

大模型时代的文档提取/转换神器

支持PDF、Word、PPT等多种文档的智能解析，可用于机器学习、大模型语料生产、RAG等场景

github:MinerU/README_zh-CN.md at master · opendatalab/MinerU · GitHub(https://github.com/opendatalab/MinerU/blob/master/README_zh-CN.md)

相关项目：

labelU/README_zh-CN.md at main · opendatalab/labelU · GitHub(https://github.com/opendatalab/labelU/blob/main/README_zh-CN.md)

LabelU是一款综合性的数据标注平台，专为处理多模态数据而设计。该平台旨在通过提供丰富的标注工具和高效的工作流程，帮助用户更轻松地处理图像、视频和音频数据的标注任务，满足各种复杂的数据分析和模型训练需求。

README‐zh · opendatalab/LabelLLM Wiki · GitHub(https://github.com/opendatalab/LabelLLM/wiki/README%E2%80%90zh)

LabelLLM是一个开源的数据标注平台，致力于优化对于大型语言模型（LLM）开发不可或缺的数据标注过程。LabelLLM的设计理念旨在成为独立开发者和中小型研究团队提高标注效率的有力工具。它的核心在于通过提供全面的任务管理解决方案和多样化的多模态数据支持，简化并增强模型训练的数据注释过程的效率。