coste reducido

Búsqueda de imágenes en PDFs para RAG sin coste elevado

Un artículo de Towards Data Science propone un flujo para extraer solo las imágenes relevantes de PDFs en sistemas RAG, evitando el coste de convertir todas las imágenes a texto. La clave está en un paso de filtrado con modelos ligeros que evalúa la importancia de cada imagen antes de enviarla a un OCR de pago.