本文面向于对大模型了解甚少又急需学习大模型微调知识的保姆式教学。主要包括对大模型的介绍、微调和知识库的区别、数据集的构建、服务器的选取和环境配置、模型训练和本地化部署等。

PPStructureV2由百度的PaddleOCR团队开发，获得了当前文档/图片中表格识别的最佳性能(State-of-the-art, SOTA)。github项目地址论文地址。本文是从应用角度出发，所以不会讲太多原理上的东西。经过我多次测试，发现PPStructure的效果并没有想象中那么好，它会忽略或误判小型表格（只有两三行的），可能会识别为“figure”或“text”，而且时间性能也很