分享我的第一个解决现实问题的AI项目

这篇文章描述了一个开源项目，DART（数字可访问性修复工具），旨在将无法访问的文档（PDF、扫描件等）转换为可访问的HTML。该项目解决了大型机构即将删除不可访问内容的问题。核心挑战包括确定性和可审计的输出，优先考虑语义结构而不是表面文本，避免幻觉，并利用基于规则+ ML的混合方法。作者寻求关于架构边界、结构提取的模型选择以及潜在故障模式的反馈。该项目为那些对具有实际影响的ML感兴趣的人提供了宝贵的学习经验。

• •该项目侧重于一个实际问题：使文档可访问。
• •它强调了在现实世界应用中确定性和可审计的AI的重要性。
• •该项目使用混合方法，结合了基于规则的系统和ML，这是一种常见且有效的策略。