Ваши договоры — база данных, по которой нельзя искать
Your Agreements Are a Database You Can't Query — Hiral Shah, Docusign & Sean Sodha, NVIDIA
Таблицы с ценами и SLA в договорах ломаются при обычной экстракции, а небольшая специализированная модель Nemotron Parse сохраняет их структуру.
- Обычная экстракция ломает таблицы — текстовые VLM читают таблицу построчно и теряют объединённые ячейки, а Nemotron Parse за один проход возвращает текст, разметку, порядок чтения и структуру таблицы.
- Маленькая модель вместо тяжёлой VLM — модель весит около 850–900 млн параметров и раздаётся через NVIDIA NIM или vLLM. По словам авторов, на извлечении таблиц она примерно в 20 раз быстрее других открытых моделей, но условия сравнения в докладе не раскрыты.
- Пакетная обработка и Q&A требуют разного подхода — для петабайтов договоров вычисления нужно вложить в предобработку заранее, а для вопросов по одному загруженному документу важнее низкая задержка.
- Гибридный пайплайн — таблицы идут через Nemotron Parse, а поля метаданных и текст пунктов по-прежнему извлекаются через OCR. Модель пока работает в FP16, переход на FP8 и NVFP4 на Blackwell запланирован.
Кому полезно: тем, кто извлекает таблицы цен и условий из договоров в большом объёме.
Статья по теме
Главы
Похожие доклады
Разбор файлов Эпштейна для JMail
AI Engineer World's Fair 2026
Близко по содержанию
Создание платформы на базе агентов
AI Engineer World's Fair 2025
Близко по содержанию
Структурирование неструктурированных данных: продвинутый разбор документов для AI-workflows
AI Engineer World's Fair 2026
Близко по содержанию
Grep или embeddings? Агентный поиск по корпоративным документам
Близко по содержанию


