标签
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。
Jerry Liu宣布举办一场直播网络研讨会，内容涉及使用LlamaIndex解析复杂金融文档，为代理工作流提供更清晰的结构化输出。
LlamaIndex 将于本周四晚在旧金山联合举办一场创始人'交换推介之夜'，创始人互相推介对方的初创公司，作为倾听练习。
LlamaIndex对GPT-5.6在文档理解方面进行了基准测试，发现其相比GPT-5.5没有改进；该模型在文本和表格上表现良好，但在图表和布局方面仍有不足。
Jerry Liu 发布了 LiteParse，这是一个快速且准确的文件解析器，用于代理循环，现已集成到 Vercel 的 Eve 框架中。
LlamaIndex在LlamaParse中引入了Retrieval Harness，提供混合检索、文件列表、grep和文件读取等文件系统原语，使AI代理能够可扩展地搜索和遍历文档。
Jerry Liu 讨论了需要一种兼顾人类和 AI 可读性的原生智能体文档格式，对比了 Markdown 和 HTML，并提到用 LlamaParse 处理现有格式。
LiteParse 是一个快速、开源的文档解析器，在不使用 AI 模型的情况下，其在 Markdown 解析方面的表现优于一些前沿 VLM。它支持多种语言和平台，由 LlamaIndex 开发。
LlamaIndex 推出了基于 LlamaParse Index 的智能体检索，结合语义搜索和 grep，构建灵活的智能体框架。6月30日的网络研讨会将演示这些工具。
精心整理的 X/Twitter 账号列表，这些账号讲解 AI 概念并教你构建工具、智能体和框架，涵盖检索、测试、微调等内容。
Fact0 是一款为 AI 代理提供防篡改审计追踪和执行回放的工具，与 LangChain、CrewAI 和 LlamaIndex 集成。它提供加密验证、执行 DAG 可视化以及可搜索的日志。
谷歌的TurboVec是一款新的开源工具，能将AI搜索数据的内存占用从31GB降至4GB。它基于TurboQuant，实现比FAISS更快的搜索，可集成LangChain和LlamaIndex，并完全离线运行。
Parse-Flow 是一个开源的可视化工作流设计器，它将文档智能原语（解析、提取、分类、拆分）组合成可复用的流水线，底层基于 LlamaIndex 和 Python 工作节点。
参加了在柏林举办的应用人工智能大会，并做了关于构建文档代理的演讲，其中包括使用LlamaIndex构建的文档处理代理LobsterX的详细演示，该代理采用了结构化输出和事件驱动工作流。