Agentic Plus 相关 AI 资讯 · AITOP · AI热报

8月16日

06:56

06:56

Jerry 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 LlamaParse ExtractBench Agentic Plus

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。

05:57

05:57

Jerry Liu@jerryjliu0

精选

ExtractBench是面向复杂企业文档提取的基准，包含370份文档、4869页和67种文档类型。它评估了14个系统，包括前沿VLM、编程智能体和专用提取API。结果显示，超过50页的文档中，商业VLM的召回率低于35%，主要问题是静默截断列表。LlamaParse新推出的Agentic Plus层级在基准上达到95.6%的值准确率，成本不到最接近竞争对手的三分之一。

论文 ExtractBench LlamaParse Agentic Plus

推荐理由：LlamaParse搞了个ExtractBench，测出来商业VLM处理长文档会漏数据；他们新出的Agentic Plus准确率95.6%，成本还低。做文档提取的可以看下。

8月13日

17:46

17:46

LlamaIndex@llama_index

精选

ExtractBench 基准包含 370 份企业文档和 14 个提取系统。最难的测试是长列表完整性，例如 26,725 行的未认领财产清单。前沿视觉语言模型在长文档上 F1 仅为 8.9%–35.8%，精度高但召回率大幅下降。LlamaIndex 的新方案 Agentic Plus 将长文档迭代处理，在长列表任务上达到 96.1% F1。

AI模型 ExtractBench LlamaIndex Agentic Plus

推荐理由：LlamaIndex 搞了个 ExtractBench，测了 14 个系统，发现长文档提取召回率很低。它家 Agentic Plus 能到 96.1%，比别的都稳。

00:57

00:57

Jerry Liu@jerryjliu0

73°

LlamaParse 团队发布 36 页 ArXiv 论文，介绍企业文档抽取基准 ExtractBench。该基准用 370 份企业文档、4869 页、67 种文档类型评估 14 套抽取系统。核心发现是：超过 50 页的长文档会让商业 VLM 召回率跌到 35% 以下，原因是静默截断表格行。ExtractBench 用价值准确率、空间溯源和单页成本等指标做确定性评测，不依赖 LLM 裁判。同时发布的 LlamaParse Agentic Plus 在榜单上取得 95.6% 价值准确率，成本不到最接近竞品的三分之一。

论文 ExtractBench LlamaParse Agentic Plus

推荐理由：LlamaParse 发布 ExtractBench：长文档让商业模型召回崩到 35%；自家 Agentic Plus 95.6% 登顶，成本更低。