LlamaIndex ra mắt OCRia-1, đặt kỷ lục mới trong phân tích tài liệu

Mô hình vision-language mới phát hành, có 4 tỷ tham số, có thể giải mã tài liệu với hơn 2.800 token mỗi giây và hiện đang c powering mọi chế độ của LlamaParse. LlamaIndex thiết kế mô hình này để trích xuất dữ liệu từ các tệp doanh nghiệp phức tạp, bao gồm PDFs quét mã, biểu đồ chưa gán nhãn và bảng tính lồng nhau với ô đã hợp nhất. Trong các bài kiểm tra hiệu suất, công cụ này đạt 87,4 điểm trên benchmark ParseBench, vượt trội hơn các mô hình tương tự như Mistral OCR 4.1 và Chandra-OCR 2.

OCRia-1 cũng dẫn đầu ba benchmark bên thứ ba, ghi nhận 92,9 điểm trên olmOCR-bench cho bảng tính và 84,1 điểm trên PulseBench-Tab. LlamaIndex đang cung cấp lên đến 3.000 USD tín dụng cho các tổ chức đủ điều kiện đặt lịch đánh giá hướng dẫn để xử lý tài liệu quy mô lớn. Nhóm nghiên cứu đã tối ưu hóa pipeline huấn luyện và bộ dữ liệu để đảm bảo mô hình xử lý hàng tỷ trang mà không gặp sự cố trên lưới hoặc định dạng bất thường.