ローカルPDFアシスタント
ドキュメントを読み取るアシスタントですが、ドキュメントがお使いのデバイスの外に出ることはありません。
ファイルがお使いのデバイスの外に出ることはありませんアシスタントでPDFを調べる手順
アシスタントは、小さな言語モデルを、お使いのデバイスのグラフィックカード上で直接実行して、PDFの要約、質問への回答、一部の抽出や翻訳、そして復習カードの作成を行います。
PDFを送る
各ページのテキストが、テキスト抽出ツールと同じように、お使いのブラウザー内で取り出されます。テキストのあるページが、ごくわずかしかない場合、ドキュメントはスキャンとして扱われ、アシスタントは使えません。
モデルを選んで、ダウンロードする
お使いのブラウザーがWebGPUに対応していれば、「標準」（約850 MB）と「高精度」（約2.2 GB。グラフィックカードに十分なメモリがある場合にのみ提示されます）から選びます。ダウンロードの進み具合が表示され、そのあとは、ブラウザーのキャッシュに保存されます。
機能を選ぶ
4つのタブが用意されています。要約、質問する、日付と金額、翻訳です。
復習するには、「復習カード」を選ぶ
「カードを作成」のボタンが、ドキュメントから問いと答えを作ります。各答えは、テキストと照合されます。テキストにないものには、「授業の内容で要確認」の印が付きます。「Anki用にダウンロード（.txt）」は、それらを、1行に1枚のカードで書き出します。
開始して、回答を読む
回答のテキストは、生成されるにつれて表示されます。「停止」ボタンで、進行中の生成を、いつでも止められます。
必要なら、モデルを削除する
「このデバイスからモデルを削除」は、ダウンロードしたファイルを、ブラウザーのキャッシュから取り除きます。
パスワードで保護されたPDFは、VellumPDFのほかの場所と同じく、拒否されます。日付と金額の抽出では、モデルが提案したもののうち、ドキュメントに一語一句そのままの形で見つからなかったものは、表示される前に、自動的に除外されます。
よくある質問
アシスタントが回答するために、PDFの内容はサーバーに送られますか？
いいえ。言語モデルは、ダウンロードしたあと、お使いのブラウザー内の、デバイスのグラフィックカード上で動作します。各回答の下に表示されるネットワークのインジケーターが、それを裏づけます。アシスタントが回答している間、送信は0バイトです。クリックの前に告知される、最初のモデルのダウンロードだけが、別の場所（huggingface.coとraw.githubusercontent.com）から来ます。
始める前に、何かをダウンロードする必要があるのは、なぜですか？
言語モデルそのもの（既定で約850 MB、「高精度」では2.2 GB）は、VellumPDFには含まれていません。あなたのクリックで1回だけダウンロードされ、そのあと、ブラウザーのキャッシュに保存されます。「このデバイスからモデルを削除」ボタンで、いつでも消せます。
お使いのブラウザーがWebGPUに対応していない場合は、どうなりますか？
パネルがそのことを説明し、読み込みのボタンは表示されません。サーバーに頼る手段は、ありません。WebGPUは、Chrome、Edge、Firefoxの最近のバージョンと、Safari 26以降で使えます。スマートフォンでは、Android 12以降のChrome、Edge、Samsung Internet、またはiOS 26のSafariが必要です。Android版のFirefoxは、まだ対応していません。
アシスタントの要約や回答は、100％信頼できますか？
いいえ。画面も、常にそのことを思い出させます。お使いのデバイス上で動く小さなモデルで、忠実な要約はできても、法的な見解は出せません。重要な点、とくに抽出された金額や日付は、必ずドキュメント自体でご確認ください。
1回のリクエストには長すぎるドキュメントを、アシスタントはどう扱いますか？
テキストは、ページ単位で、約2400トークンのまとまりに分けられます。複数のまとまりにまたがる要約は、2回に分けて行われます。各パートの要約をして、そのあと、その要約の要約をし、画面が、一文でそのことを示します。質問では、お使いのデバイス上のモデルが、最も関連の深い2つのまとまりだけを読みます。
講義の内容から、復習カードを作れますか？
はい。「復習カード」は、長い講義の最大4つのパートから、ドキュメントの問いと答えを作ります。各答えは、テキストと照合され、その主要な語がテキストにない場合、カードに「授業の内容で要確認」の印が付きます。小さなモデルは、間違えることがあるためです。「Anki用にダウンロード（.txt）」は、カードを、1行に1枚で、Anki、Quizlet、Mnemosyne向けに書き出します。