Hỏi đáp tài liệu, đọc PDF / Word / Excel / PowerPoint, khôi phục dấu, sửa chính tả, OCR. Mọi thứ chạy nội bộ qua Ollama hoặc CPU. Dữ liệu của bạn không rời máy.
Mười hai tác vụ đã ship — mỗi tác vụ có trang riêng kèm số đo trên dữ liệu thật và lệnh tái lập từ một bản clone sạch.
Tải PDF / DOCX / XLSX / PPTX / ảnh — Nôm cắt đoạn, sinh vector, tra cứu, xếp hạng lại, trả lời kèm trích dẫn. R@1 86,3 % trên Zalo Legal.
Xem tài liệu RAG →Dịch .docx / .xlsx / .pptx / .txt — giữ nguyên tiêu đề, bảng, cấu trúc. Chạy nội bộ qua Ollama hoặc gọi Claude / GPT cho tác vụ không nhạy cảm.
OCR (Tesseract vie cho dòng in, Vintern cho viết tay), bóc bố cục, dựng lại DOCX với đoạn văn, bảng, đầu trang chân trang. Đầu vào để dịch, biên tập, hoặc lưu trữ.
Một mô hình ViT5 220 M xử lý gọn lỗi gõ Telex, mất dấu, lỗi OCR trong một lượt. 98,32 % tổng hợp light · 79,62 % OOD ngoài phân phối — vượt Toshiiiii1.
Xem sửa chính tả →Tesseract vie cho dòng in (CER 0,00 % sạch · 0,70 % nhiễu nhẹ), VietOCR cho chữ viết tay (CER 31,82 %) — vượt Tesseract 37,5 pp ở dòng viết tay.
Vintern-1B-v3_5 (MIT, safetensors) qua VLM cấp trang. CER 0,47 % sạch / 0,37 % nhiễu trên 20 ảnh chữ in tổng hợp; cảnh báo: VLM ảo trên line crop hẹp, phải truyền cả trang.
Xem OCR chữ viết tay →PhoWhisper-large (BSD-3, VinAI tinh chỉnh Whisper trên 844 giờ tiếng Việt) hoặc Whisper-large-v3 (đa ngôn ngữ, ghi âm lai EN/VN). Đo nội bộ n=3: WER 15,2 %; cần đo thêm trên ViMD 3 vùng.
Xem STT →VietAI ViT5-large-vietnews (MIT, 866 M) với prefix theo văn phong. Upstream ROUGE-1 63,4 vietnews. Cảnh báo: mô hình có thể bịa số liệu cụ thể — đừng dùng cho pháp lý / tài chính nếu không kiểm chứng số.
Xem tóm tắt →PhoBERT-base 4 lớp (trang trọng / kinh doanh / hội thoại / văn học) — macro F1 0,900 trên test n=1234 (trang trọng 0,91 / kinh doanh 0,91 / hội thoại 0,92 / văn học 0,87). Bản quy tắc dự phòng (~1 ms, không cần GPU) cũng ship trong OSS.
Xem phân loại văn phong →6 mẫu Anthropic (Single / Chain / Route / Parallel / Voting / Orchestrator-Evaluator) + cầu nối MCP để mở hoặc dùng công cụ ngoài. Streaming bằng SSE, có audit log.
Xem tác tử →Trích PER / ORG / LOC / DATE / MONEY (chuẩn) và LAW_REF (luật, điều, khoản) / ID_VN (CMND/CCCD) / PHONE_VN (bộ pháp lý) cho hợp đồng VN. Quy tắc, không cần GPU.
Xem trích xuất thực thể →Phân loại theo 3 mức (cao / trung / thấp) đối chiếu Điều 8–15. Mỗi quyết định kèm điều luật áp dụng và lý do — đầu vào dạng tự nhiên, không cần nhãn thủ công.
Xem tuân thủ →Một lệnh nom serve là có giao diện web đầy đủ chạy ngay trên máy của bạn — không phải chỉ một thư viện trong terminal.
.docx / .xlsx / .pptx / .txt — giữ nguyên tiêu đề, bảng, cấu trúc. Chuyển đổi PDF / ảnh sang DOCX qua OCR rồi dịch tiếp.Xem dịch thuật · Xem chuyển định dạng · Cài và mở thử trong 2 phút →
Sáu bước, mỗi bước là một module thay thế được qua Protocol — không khoá vào nhà cung cấp nào.
Bốn nguyên tắc bất di bất dịch — đã thấm vào mọi commit và mọi con số trên trang này.
benchmarks/… chạy được từ một bản clone sạch và file kết quả JSON commit trong repo. Khi chưa đo, chúng tôi để trống thay vì viết "TBD" — minh bạch là điều kiện tiên quyết..pkl); ưu tiên safetensors. Mỗi mô hình bên thứ ba có bản băm SHA256 được audit, được pin theo phiên bản, và được giải thích lý do trong tài liệu của lớp bao bọc.Tuỳ bạn đang ở vai gì — học hỏi, tự cài, hay đánh giá cho doanh nghiệp.