标签
NVIDIA 发布预训练关系型基础模型 Kumo Relational，可直接在企业数据库上通过单次前向传播完成预测，无需训练与特征工程；在 41 项任务与 15 个数据库上超越监督式关系深度学习及专家特征的梯度提升树管线。
基于大模型的智能体在结构化数据上表现更好，正如 Harvey 在 Legal Agent Bench 上展示的上下文图（context graphs）在长周期法律任务中的应用；作者提到 DAIR.AI 正在为研究类任务探索类似的方法。
推荐使用 Marketing Skills——一套开源的 AI 代理营销技能集合，涵盖 SEO、结构化数据优化、转化率优化等任务，可配合 Claude Code、Codex、Cursor 等编码代理使用。
DataWeave 是一个系统，将对话交互、模式（schema）锚定、分析规划与可执行查询生成结合在一起，以支持人–LLM 协作下的结构化数据集探索性分析。该系统已在一项案例研究中得到验证，研究人员与记者借助它分析了美国教育部（U.S. Department of Education）的 IPEDS 数据。
Datalab 发布了 'lift'，一个开源权重的 9B 视觉模型，能从 PDF 和图片中一步直接提取符合 schema 约束的 JSON，准确率媲美 Gemini Flash 3.5，速度却是其 3 倍。它支持多页文档处理，可通过 vLLM 或 Hugging Face 自托管部署，代码采用 Apache-2.0、模型采用 OpenRAIL-M 许可协议发布。
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。
Formalini 是一款新产品，可将任意文档、照片、扫描件或手写笔记快速转换为 JSON、Excel、表格等结构化数据，并支持个人文档管理、企业工作流集成（UiPath、SAP、Salesforce）以及供 AI 代理调用的 MCP 服务器。
文章强调了使用LLMs作为评判者时的效率和合理化问题，介绍了Jev作为一种利用结构化数据以获得更可靠结果的工具，并质疑了开源替代方案的潜力。
一位独立创始人通过将散文写作从AI智能体转移到专用内容生成器，专注于智能体的推理和结构化发现，减少了客户对自动化报告的投诉。
TypeSafe AI 推出了 Jev，这是一种针对LLMs的结构化替代方案，用于自动化，显著降低了延迟和成本，并获得了来自DCVC的4000万美元种子轮融资。
LimiX-2 是一个用于结构化数据的预训练基础模型，它使用上下文机制网络在主要表格基准测试中排名第一，支持多种任务而无需针对特定任务的参数更新。
LinkedIn的一篇论文揭示，智能体记忆在模型更换时并非自动可移植，固定结构记忆比自由格式笔记更稳定，并强调了在升级过程中进行记忆兼容性测试的必要性。
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。
TEFM 是一个框架，通过将观测数据压缩为紧凑的行为代码令牌，减少大语言模型处理结构化数据时的令牌使用量，同时通过双保真度优化方法确保预测的忠实性。
本文介绍了持久发现上下文，这是一个为数据智能体设计的轻量级记忆层，用于存储先前的意图到对象的映射，以增强跨任务的检索质量，在结构化数据环境中展示了改进。
这篇来自freeCodeCamp的教程解释了如何设计模式、验证输出，并处理故障，以从LLMs中可靠地提取结构化数据，涵盖了约束输出、重试循环和流式处理等技术。
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。
HyperExtract 是一个基于 LLM 的框架，用于将非结构化文档转换为结构化的知识图谱、超图和列表，简化知识提取和管理。
本文提出了一种用于提取基于LLM的数字孪生人格信息的结构化方法，证明了结构化表示相比原始转录能提升预测精度，并提出了一个可适应不同任务的自动流程。
LLMagnet 是一款产品，通过跟踪AI爬虫访问、生成AI友好数据如 llms.txt 以及改善AI可访问性，来增强WordPress网站对AI代理的可见性。