· AI Engineer World's Fair 2026
От обработки документов до agents: как AI-команды строят на их основе
From Ingestion to Agents: How AI Teams Build on Document Intelligence — Adit Abraham, Reducto
Надёжность агентов на документах определяется входными данными: по словам автора, качество парсинга и формат таблиц дают больший прирост, чем смена модели.
- Традиционный CV и VLM вместе — модели детекции layout меньше миллиона параметров работают на CPU и дают стабильный результат на масштабе; VLM подключаются там, где нужна семантика, например для рукописного текста.
- Точечные правки OCR — VLM, которой поручено переписать страницу, может «исправить» итог таблицы под свою арифметику. Поэтому правки вносятся на уровне отдельных токенов, с отдельным проверочным слоем.
- Два представления таблицы — модели для рассуждений передаётся HTML, а для индекса создаётся текстовое описание, потому что эмбеддинги плохо сопоставляют вопрос с HTML-разметкой.
- Агентная экстракция с проверкой — frontier-модели тихо теряют строки на формах с десятками тысяч полей. Агент-координатор с критериями проверки для субагентов и итеративная сверка графиков через интерпретатор кода, по словам автора, дают баланс precision и recall.
Кому полезно: тем, кто строит RAG или агентов по сканам, PDF и таблицам в финансах, страховании и медицине.
Статья по теме
Главы
Похожие доклады
Как создавать AI agents для автоматизации интеллектуальной работы
AI Engineer World's Fair 2025
Близко по содержанию
С нуля до SOTA: обучение vision-модели на основе state-space с 3 млрд параметров
AI Engineer World's Fair 2026
Близко по содержанию
Структурирование неструктурированных данных: продвинутый разбор документов для AI-workflows
AI Engineer World's Fair 2026
Близко по содержанию
Создание слоя контекста документов для AI agents
AI Engineer World's Fair 2026
Близко по содержанию

