Back to explore

Dawanie Jev oczu: najpierw lokalny OCR, potem przekazanie

Dyskusja o wzorcu w projektowaniu agentów, aby dać Jev możliwość widzenia: zamiast montować wizję w modelu decyzyjnym, najpierw uruchom lokalny OCR, aby wyodrębnić strukturalny tekst i obiekty, a następnie przekaż je Jev.

Keno's breakdown of giving Jev eyes is a small example of a much bigger pattern in agent design. Jev can't see images. So the fix isn't to bolt vision onto a decision model, it's to run local OCR first, pull structured text and objects out of the picture, and only then hand Jev

· 0 likesOpen on X