zzk@2020

我改成了流式，暂时还没大问题

> @zzk2021 你修改的流式是用Vad对会话进行检测后直接输入识别，还是按照字节流循环输入模型的呢？ 没用vad，就是经常会出现奇怪的表情符号

> > 我改成了流式，暂时还没大问题 > > 可以参考以下你的代码吗 离职了，没做这个了

same question

> I have tested gemma2 and llama3 with success. The only thing that does not work locally is the embeddings. There need to be a fix to accept the style...

> can you also try it using http://localhost:8000 `/docs` and try to parse the pdf/doc/ppt using the endpoints over there > > let me know if the error persists ...

这个似乎是字体的问题，我猜[text_renderer]读取的是字体设置的长宽来计算文字区域，我自己写的程序也是这样做的。我还以为[text_renderer]解决了这个问题呢。。。

同样也有这样的问题，但是想不出好办法

这是ocr的问题，ocr里压根就没这个1/2的词，可以交给公式识别MFD，如果公式识别检测不出是公式，那就没办法了，也可以标注数据微调，不过我没试过，比较麻烦。

BN要计算滑动平均和滑动方差，读论文就知道了