llamaparse

一条推文指出了表格中的空白单元格如何干扰OCR工具和代理决策，并推荐LlamaIndex的LlamaParse作为准确解析文档的解决方案。

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。

Opus 5.5 在 ParseBench 上针对 PDF 表格解析的得分为 93.9%，超越了 Opus 5 和其他模型，但与 LlamaParse 相比成本较高。

LlamaParse引入校准置信度分数用于模式引导的文档提取，支持各种数据类型并提供边界框以增强人工审查和自动化工作流。

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。

官方的LlamaParse连接器已在Claude上推出，为复杂表格、表单和视觉元素提供增强的文档解析，具有高精度和规模化的成本效益。

LlamaParse引入了原生的代理式电子表格提取功能，使用经过调优的模型和框架进行模式引导的提取，能够将资产负债表等密集表格转换为清晰的结构化字段。

文章强调了文档提取管道中的一个常见问题，即大文档会导致静默记录丢失，并推荐使用完整性检查和如llamaparse之类的工具来维护数据完整性。

LlamaParse 已添加版本跟踪功能，以提取 Word 风格的修订跟踪和审阅者评论作为结构化元数据，使 AI 代理能够访问文档的完整修订历史记录，从而增强法律和金融等行业中的协作。

Jerry Liu介绍了ExtractBench，并重点介绍了LlamaParse中的'agentic plus'提取器，用于处理长文档中的大量字段，基准测试结果可在ExtractBench上查看。

Jerry Liu 推广 LlamaParse 和 LlamaAgents，用于大规模文档提取，强调 LLM 评估和爬山优化以提高准确性和成本效益。他还将 FDE 工作与评估和 RL 环境联系起来。

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。

LlamaParse 现在支持多层边界框（区域级、行级、词级），用于细粒度的文档文本归因，提高了发票、研究报告等文档的可审计性。

LlamaIndex 宣布在 LlamaParse 中改进了路由机制，该机制为简单的文本密集型 PDF 选择轻量级解析，而为包含表格或图表的复杂页面选择更重的基于 VLM 的解析，从而优化成本和准确性。

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。

LlamaParse现在正式成为n8n的官方认证社区节点，使用户能够将文档解析、提取、分类、拆分和检索集成到他们的工作流自动化中。此次更新包括v5和v6，具有精简的架构和单节点设计。

LlamaIndex 已发布面向 n8n 的 LlamaParse 平台社区节点 v5 和 v6 版本，现已获得官方验证，提供文档解析、分类、拆分、提取和检索功能，可用作 AI 代理的工具。

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。

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。

LlamaIndex 在 LlamaParse 中推出了细粒度边界框，支持对文档中每一个单词进行可视化引用，从而让用户能够人工审核确切的数字和图表。