llm-extraction

SCTab-Diff 是一个语义一致的表格扩散框架，它利用弱语义先验来生成高保真合成表格数据，相比现有方法，提升了分布保真度和语义一致性。

作者在LlamaIndex的extractbench基准测试上进行了一次小实验，比较了Claude Opus 5和Qwen模型，发现两者性能相似，具有成本优势，并且提取难度与文档长度之间存在相关性。

作者认为，Agent记忆层应跳过基于LLM的提取来决定记住什么，转而使用简单的存储、嵌入和检索，其开源工具memU即是例证。