之前发了一个PDF文档解析的测评工具，mp.weixin.qq.com

然后评论区就有人说：你们好歹搞个公开的数据集实际测一把啊，光嘴上说算什么本事。

这个建议非常好，毕竟是骡子是马，总得拉出来溜溜。

于是我在huggingface上找了一个ocr-markdown的数据集，总共有2000多样本，地址见：
huggingface.co

接下来，准备搞一个横评。

目前已经接通api的产品有：gpt4o, mathpix, textin。顺利的话，这周就会有结果。

大家还有想了解的产品吗？只要有api调用方式，我们都可以自掏腰包，帮大家测一把出来。

或者，有想看某个数据集，甚至是某个行业的对比结果的，也都可以留言。