ME News ニュース、4月15日（UTC+8）、1M AI News の監視によると、ウェブデータ抽出ツール Firecrawl は Fire-PDF をリリースし、Rust で書き直した PDF 解析エンジンは PDF を構造化された Markdown に変換する速度を前世代の3.5倍から5.7倍に引き上げ、平均ページ処理時間は400ミリ秒未満となった。 高速化の核心は不要な GPU 呼び出しの削減にある。 Firecrawl は Rust ライブラリ pdf-inspector をオープンソース化し、ミリ秒単位で各ページの PDF を分類できる：純テキストページは直接ネイティブ抽出し、GPU をスキップ；スキャン画像や画像が密集したページのみをニューラルネットワークのレイアウトモデルと GLM-OCR ビジュアル言語モデルに送る。 150ページのテキストと60ページのスキャンを含む財務報告書の例では、大部分のページは GPU を必要としない。 精度面では、Fire-PDF は異なる内容タイプに対してパラメータを設定：表はより高いトークン制限と最大25秒の生成時間を獲得し、数式は LaTeX で保持、多段レイアウトはニューラルネットワークによる読書順予測を行う。 Fire-PDF はすべての Firecrawl ユーザーに自動的に適用され、設定は不要。 （出典：BlockBeats）
FirecrawlはRustでPDF解析エンジンを書き直し、速度をこれまでの5.7倍に向上させました
ME News ニュース、4月15日（UTC+8）、1M AI News の監視によると、ウェブデータ抽出ツール Firecrawl は Fire-PDF をリリースし、Rust で書き直した PDF 解析エンジンは PDF を構造化された Markdown に変換する速度を前世代の3.5倍から5.7倍に引き上げ、平均ページ処理時間は400ミリ秒未満となった。
高速化の核心は不要な GPU 呼び出しの削減にある。
Firecrawl は Rust ライブラリ pdf-inspector をオープンソース化し、ミリ秒単位で各ページの PDF を分類できる：純テキストページは直接ネイティブ抽出し、GPU をスキップ；スキャン画像や画像が密集したページのみをニューラルネットワークのレイアウトモデルと GLM-OCR ビジュアル言語モデルに送る。
150ページのテキストと60ページのスキャンを含む財務報告書の例では、大部分のページは GPU を必要としない。
精度面では、Fire-PDF は異なる内容タイプに対してパラメータを設定：表はより高いトークン制限と最大25秒の生成時間を獲得し、数式は LaTeX で保持、多段レイアウトはニューラルネットワークによる読書順予測を行う。
Fire-PDF はすべての Firecrawl ユーザーに自動的に適用され、設定は不要。
（出典：BlockBeats）