Будущее ассистентов по работе со знаниями
AI Engineer World's Fair 2024
Загружаем страницу…
Как превратить PDF, сканы, таблицы и договоры в данные, с которыми может работать LLM: OCR, разбор сложной вёрстки, извлечение полей.
Спикеры показывают продвинутый разбор документов для AI-workflows, слой контекста документов для агентов и open source-стек OpenRAG. Есть доклады из страхования, права и финансов: страховые убытки, договоры, по которым нельзя искать, приложения для работы со знаниями в BlackRock. Отдельный кейс - разбор файлов Эпштейна для поиска JMail.
AI Engineer World's Fair 2024
Rachelle Mattern, Petro Milan, Varun Krishna
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
Да. Мультимодальные модели читают сканы, таблицы и рукописный текст лучше классического OCR. Для больших объёмов их совмещают со специализированными парсерами: те быстрее и дешевле, а модель берёт на себя сложные страницы.
PDF хранит расположение символов, а не структуру. Таблицы разваливаются на строки, колонки смешиваются, заголовки теряются. Поиск по плохо разобранному документу находит обрывки, и модель отвечает по ним неверно. Поэтому спикеры начинают улучшение RAG с разбора документов.
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024