← Каталог

· AI Engineer World's Fair 2025

Как создавать AI agents для автоматизации интеллектуальной работы

Building AI Agents that actually automate Knowledge Work

Агентам для работы с документами нужен набор инструментов поверх подготовленных данных: парсинга, индекса, поиска и операций с файлами, а одного RAG-запроса для этого мало.

  • Парсинг сложных PDF — LLM и LVM комбинируются с традиционным парсингом и агентной проверкой результата; по словам автора, такой подход обгоняет существующие бенчмарки парсинга.
  • Excel через семантическую карту — агент сначала изучает структуру таблицы и строит набор специализированных инструментов; по словам автора, точность на синтетическом наборе выросла с 70–75% у LLM с инструментом для написания кода до 95%, что выше человеческого уровня около 90%.
  • Два типа агентов — ассистентные работают в чате и требуют частого участия человека, а автоматизирующие идут в фоне по пакету входных данных с проверкой в конце; автоматизирующие могут готовить данные для ассистентских.
  • Кейсы из продакшена — для Carlyle агент собирает данные из Excel, PDF и PowerPoint при финансовой проверке компаний, а для производителя электроники извлечение из технических спецификаций, по словам автора, заменяет недели ручной работы.

Кому полезно: тем, кто строит агентов для обработки контрактов, счетов и технических документов с проверкой человеком на выходе.

Статья по теме

Главы

Ещё доклады: Jerry Liu

Все 4 доклада →

Похожие доклады