Vai al contenuto
AI.info

The Pulse

LlamaParse integra due modelli OCRia-1.5 per il parsing dei documenti

LlamaIndex ha integrato due modelli OCRia-1.5 per il parsing dei documenti nel suo servizio LlamaParse. L’azienda riferisce punteggi più alti per tabelle, grafici, moduli e ancoraggio visivo nel proprio benchmark.

LlamaParse integra due modelli OCRia-1.5 per il parsing dei documenti

LlamaParse ora utilizza due modelli OCRia-1.5 per il parsing dei documenti: il modello più piccolo alimenta il livello Cost Effective, mentre quello più grande è usato da Agentic. I modelli sono disponibili nel servizio, ha dichiarato LlamaIndex in un post sul prodotto, e l’azienda riferisce punteggi migliori nel proprio benchmark per tabelle, grafici, moduli e ancoraggio visivo.

Due modelli e tariffe in crediti

OCRia-1.5-2B, il modello più piccolo, ha la metà dei parametri del precedente OCRia-1. OCRia-1.5-4B, il modello più grande, è la versione aggiornata per il livello Agentic.

Cost Effective costa 3 crediti per pagina, mentre Agentic ne costa 10 per pagina. LlamaIndex propone il livello meno costoso per il parsing ad alto volume e afferma che Agentic resta la scelta più accurata per le tabelle e i grafici complessi.

L’azienda afferma che i nuovi modelli sono più accurati di OCRia-1 con tabelle, grafici e moduli complessi e posizionano i riquadri di delimitazione con maggiore precisione. Riferisce inoltre che Cost Effective è migliorato in tutte e sei le dimensioni di ParseBench-2, il suo benchmark per il parsing dei documenti.

Tabelle, grafici e moduli

Le tabelle complesse sono state uno dei punti su cui si è concentrato l’aggiornamento. In un rendiconto finanziario, per esempio, un’intestazione può coprire più colonne; se viene omessa, le cifre possono restare intatte, ma viene meno il periodo a cui si riferiscono.

Nei suoi test, LlamaIndex afferma che i punteggi per le tabelle sono saliti da 86,5 a 90,1 per Agentic e da 83,2 a 87,5 per Cost Effective. I miglioramenti sono stati maggiori per le tabelle con intestazioni che si estendono su più colonne.

L’azienda riferisce che i punteggi per i grafici sono saliti da 74,9 a 76,8 per Agentic e da 67,3 a 73,0 per Cost Effective. I punteggi per i moduli sono aumentati rispettivamente di 2,6 e 4,2 punti; questa misura verifica che i valori restino associati ai rispettivi campi e che le caselle di spunta mantengano il proprio stato.

Individuare i contenuti in una pagina

I riquadri di delimitazione di LlamaParse possono essere usati per evidenziare la fonte alla base di una risposta. Un riquadro che indica il testo adiacente o lascia parte di una tabella fuori dall’evidenziazione può rendere più difficile verificare la risposta confrontandola con la pagina.

Con i nuovi modelli, ogni campo di un modulo ha il proprio riquadro e le tabelle distinte presenti in una pagina vengono delimitate singolarmente, afferma LlamaIndex. L’azienda dichiara che i punteggi per l’ancoraggio visivo sono saliti da 77,0 a 88,5 per Cost Effective e di 4,1 punti per Agentic.

Come funziona il benchmark

ParseBench-2 valuta testo, tabelle, formattazione, grafici, layout e moduli. Il suo corpus di documenti è passato da 2,1 mila a 4,3 mila casi rispetto al benchmark precedente e il sistema di punteggio usa livelli di gravità assegnati ai tipi di errore di parsing.

La valutazione dei grafici confronta i risultati con tabelle di riferimento che coprono 36.958 valori distribuiti su 1.025 grafici. Per i moduli, il dataset di base comprende 500 pagine tratte da 244 modelli di moduli governativi di 30 Paesi, di cui 450 con valori digitati sintetici e 50 pagine vuote.

Fonti

  1. LlamaIndex
  2. LlamaIndex

Aziende in questa notizia

Notizie correlate

Esplora

Altri articoli