标签
LlamaIndex 本周论文推荐介绍了 VL-DocIR 长文档检索新论文，并展示 LlamaParse Agentic Plus 在表格跨列结构解析上的准确性，可试用该工具。
LlamaIndex 推出的 OpenDocRouter 将 Mistral OCR 加入其统一文档解析 API，在表格和阅读顺序上表现具有竞争力，每页 p50 处理时间仅 1.8 秒。开发者可在同一套 API 下选择多种 OCR 模型，按页计费，并提供 ParseBench 基准测试。
LlamaIndex 推介 LlamaParse 能够将嵌套表格（例如来自 Micron 财报演示文稿）干净地提取为 Markdown，并强调其版面感知、多模态解析、多语言支持和企业级就绪等特性。
LlamaIndex CEO Jerry Liu 认为，AI 开发正在从手写确定性或智能体工作流，转向定义评测并在此基础上进行优化；智能体接口也将随之演化，以承载目标和评测驱动的指令。
Jerry Liu 分享自己将出席 Agent Economy Gala 活动，并称赞组织者 Imaan Sultan；该活动已满员 400 人，涵盖创始人、投资者、创作者及 AI 智能体应用与基础设施开发者。
LlamaIndex 发布 OpenDocRouter，一个统一的文档转 Markdown API 平台，聚合前沿与开源 OCR 模型，并通过 ParseBench 对质量与成本进行基准测试。
LlamaIndex 宣布从传统单次处理的 OCR 转向智能体 OCR（agentic OCR），采用多轮验证、感知版面的阅读顺序以及多模态解析，以应对表格和图表等复杂文档。Logan Markewich 在评论区提供了更深入的解析文章链接。
LlamaIndex 发布 Extract v2.5，推出新一代基于 schema 的文档抽取 agent，可跨多页表格进行结构化推理并提供高级引用定位，在 ExtractBench 各档位上准确率与 grounding 分数均大幅提升，且每页定价不变。
一份实用指南，介绍如何在文档提取中使用置信度分数，通过设置精确率和召回率的阈值来平衡自动化和准确性。
LlamaIndex 推出了 LlamaExtract Agentic Plus，这是一款先进的 AI 引擎，用于从复杂文档中提取数据，如长表格和表单，并正在推广其 LlamaParse 服务以提升文档处理能力。
LlamaIndex 参加了 Connected Stack 活动，其中 Jerry Liu 讨论了企业AI智能体处理复杂文档时面临的挑战，并强调了为智能体构建更优文档基础设施的必要性。
LlamaParse 引入高投入置信度评分，以增强AI文档解析的准确性，实现敏感流程的人工审核和自动回退。
LlamaIndex推出了Extract Turbo，这是一项能够从文档中高速、高精度提取结构化数据的功能。
LlamaIndex 在过去三个月里显著改进了 LlamaParse。在 ParseBench 基准测试中，其在复杂表格、图表和 grounding 方面的准确率提升了 10%–20%，同时每页成本仍控制在 0.4 美分以下。
旧金山 Connected Stack 大会将汇聚来自 Anthropic 和 LlamaIndex 等公司的 AI 行业领袖，专注于企业级 AI 和 AI 代理的文档基础设施。
文章讨论了AI代理的两阶段文档处理趋势，其中快速OSS阶段实现高效检索，基于VLM的阶段确保准确性，推广Llama Index的LiteParse和LlamaParse工具以提高成本和性能。
LlamaParse 现在处理文档中的修订跟踪，提供最终状态的干净 markdown 以及编辑、删除和评论的结构化数据，解决解析器误解修订跟踪的问题。
ExtractBench 是一个新的文档提取基准测试，严格评分溯源准确性，显示 VLMs 和编码代理缺乏证据，而 LlamaExtract Agentic Plus 以高性能领先于页面级和单词级指标。
LlamaIndex宣布为LlamaParse推出官方批量解析体验，允许用户通过专用界面一次解析多达10,000个文件，并支持批量审计和故障检查，无需再编写自定义异步脚本。
宣布一本新书《RAG from First Principles》，作者黄佳。这是一本以代码为先的指南，介绍如何使用Python、LangChain和LlamaIndex构建检索增强生成系统。