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 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
Aziende in questa notizia
Notizie correlate
- Microsoft lancia sette modelli di IA a Ignite
- ElevenLabs rilascia i modelli di trascrizione Scribe v3 e riferisce un calo degli errori
- OpenAI afferma che i suoi modelli hanno migliorato fino al 14% i progetti di GPU di AMD
- Apple rilascia il modello video FastFrames-L per la ricerca
- RadixArk lancia DaisyRose-27B e rivendica una maggiore efficienza nel post-training