Using LLM to transcribe restaurant menu photos

Using LLM to transcribe restaurant menu photos

摘要

DoorDash利用AI优化餐厅菜单更新，通过OCR和LLM技术从菜单照片中提取结构化数据。然而，多样化的菜单结构和高精度要求挑战了LLM的准确性。为解决这一问题，DoorDash引入了基于传统ML的“护栏”模型，结合图像特征和OCR输出，提升转录精度。该系统结合人力和AI，确保高质量转录，同时降低成本与延迟，推动AI自动化进入生产环境。未来将继续优化模型，提升菜单照片质量，进一步改进AI系统。