对话 LlamaIndex 团队成员：企业文档处理如何支撑 RAG 与 AI 应用

LlamaIndex 团队成员ณัชพล เด่นดำรงทรัพย์（Stanford 硕士、前 Onclusive ML 团队负责人）介绍公司的 AI document processing 业务。LlamaParse 负责将 PDF、Word、Excel 等文档转换为机器可读格式，LlamaExtract 按用户定义的结构抽取数据，所有抽取值都支持 attribution 回溯到原文页面，满足金融等行业的审计要求。团队开发了内部专用模型将 PDF 转换成本降至直接用大模型的几分之一，并支持实时按文档复杂度在小模型与大模型之间路由。主要竞争对手是 OpenAI 的 GPT、Anthropic 的 Claude、Google 的 Gemini 等 vision-language model。即使模型 context window 已能一次读上千页文档，文档解析质量仍决定 RAG 问答是否准确。