06:56Jerry Liu@jerryjliu0精选LlamaParse推出新的Agentic Plus抽取模式,面向100-500页长文档,可提取10k-100k个字段,并在FTX债权人矩阵测试中处理了75k字段、114页文档。配套发布的ExtractBench基准覆盖370份企业文档、4,869页、67种类型,评估了14套系统。测试显示,超过50页后商用VLM的召回率低于35%,主要因为静默截断列表。Agentic Plus在该基准上以95.6%的值准确率排名第一,成本不到最接近对手的三分之一。AI产品LlamaParseExtractBenchAgentic Plus1 个信源在谈事件专题推荐理由:LlamaParse新出的Agentic Plus能一次抽几万字段,长文档不丢行,成本还比同类低一大截。原文稍后读已读值得跟进有用关注 LlamaParse
22:04LlamaIndex@llama_index精选LlamaIndex应用研究团队推出ExtractBench,号称最全面的企业复杂文档信息抽取基准。该基准测试了14个系统,包括前沿VLM、编程智能体和抽取API,覆盖370份企业文档、4869页和67种文档类型。评测完全确定性,不使用LLM作为裁判。最大发现是超过50页后,商业VLM的召回率跌破35%,精度虽高但会静默丢失大部分表格行。AI模型ExtractBenchLlamaIndex信息抽取1 个信源在谈事件专题推荐理由:做文档抽取的团队看过来,LlamaIndex 出了个新基准,测了14个系统在370份企业文档上的表现,发现超过50页商业模型召回率就崩了,赶紧看看你的抽取方案中招没。原文稍后读已读值得跟进有用关注 ExtractBench
23:07berryxia@berryxia精选OCR 将物理文档和图像转为电子文字,是信息抽取、RAG、Agent 等 AI 流程的入口。硬地骇客播客曾强调过这一观点,在 AI 时代依然适用。没有 OCR,后续的文本分析、问答系统难以直接处理非数字化内容。技巧OCRRAGAgent推荐理由:硬地骇客播客聊透了OCR在AI工作流里的基础地位,想做RAG或信息抽取的得先过这关。原文稍后读已读值得跟进有用关注 OCR