HugPDF IA local · Experimental

Perguntar ao PDF — IA local experimental

Pergunte ao modelo local sobre trechos do PDF. O texto permanece nesta aba e no worker local.

Integração experimental: a execução real em GPU ainda não foi validada pela equipe em um dispositivo real. Não baseie decisões profissionais nas respostas.

1. Confira o dispositivo e carregue o modelo

O carregamento baixa código e modelos do jsDelivr, Hugging Face e projeto MLC. Espere centenas de MB e uso considerável de memória de GPU (cerca de 1 GB ou mais). Downloads podem ficar em cache; texto e perguntas não são salvos nele. Use Wi-Fi e um computador capaz. Dois testes locais ocorrem antes de habilitar documentos; passar não garante qualidade das respostas.

2. Selecione um PDF e revise o texto

Arquivo permanece local

3. Pergunte sobre o texto selecionado

Cada pergunta é independente

Contexto fornecido ao modelo local

Somente os trechos exibidos são analisados. Uma página citada não comprova que a resposta está correta.

Resposta da IA · verificar

Leia o guia: perguntar ao PDF sem enviá-lo

Como funciona

Extração e seleção de trechos ocorrem localmente. Um pequeno modelo Qwen2.5-0.5B gera a resposta em um worker WebGPU dedicado; o worker bloqueia novas requisições após carregar. Não há alternativa em nuvem. A extração pode omitir diagramas ou alterar a ordem do texto. O modelo pode inventar informações e ter dificuldades em português, árabe ou perguntas complexas.

Preparar arquivo sem modelo de IA·OCR para digitalizações·Política de privacidade

Perguntas

É uma IA de verdade?

A integração executa um pequeno modelo Qwen2.5 pelo WebLLM em um dispositivo compatível. As respostas não são geradas por servidor.

Funciona em qualquer dispositivo?

Não. Exige WebGPU e memória suficiente. O modelo pode falhar mesmo após a verificação inicial. A execução real em GPU não foi verificada no ambiente de desenvolvimento atual.

Analisa o documento inteiro?

Não. O texto vem de até 20 páginas selecionadas e cada pergunta usa até três trechos curtos. Resumos cobrem somente os trechos exibidos.

Lê imagens e tabelas com precisão?

O modelo usa somente texto e não vê imagens. Não há OCR aqui; a extração pode perder a estrutura das tabelas.

As citações são garantidas?

Não. Referências de página geradas pelo modelo podem estar erradas. A ferramenta mostra os trechos reais para revisão e sinaliza páginas fora do contexto.

WebLLM·Informações do modelo