LightOnOCR-3 で RAG の前処理は1つのモデルにまとまるか？ 日本語の帳票で PaddleOCR-VL・olmOCR と比べた

PDFのRAG構築における課題であった文字認識やレイアウト解析などの多段処理を解消する「LightOnOCR-3」を紹介。0.8B〜4Bの軽量モデルで、テキストだけでなく表や図表、グラフ数値までを一度の処理で抽出できる仕組みを解説する。