LlamaIndex ra mắt ParseBench-2 benchmark và các model parsing OCRia-1.5 mới

LlamaIndex đã phát hành ParseBench-2, một benchmark mã nguồn mở định lượng độ chính xác của AI khi trích xuất dữ liệu từ các tài liệu phức tạp, cùng với model family parsing đi kèm là OCRia-1.5. Benchmark mới này bao gồm hơn 4.300 trang tài liệu và tập trung vào mức độ nghiêm trọng của lỗi sản xuất, gán trọng số cho hơn 330 loại lỗi được phân loại từ nghiêm trọng đến vô hại. LlamaIndex cho biết cách tiếp cận này giúp điểm metric khớp gần hơn với đánh giá của con người so với các benchmark trước đây dựa trên LLM-based hoặc xác định. Các model OCRia-1.5 đã được tích hợp vào tất cả các chế độ trong công cụ LlamaParse, bao gồm cả việc phân tích bounding boxes trong bố cục lộn xộn, bảng và biểu đồ. Kết quả ban đầu cho thấy LlamaParse đạt tổng điểm 90,1 trên benchmark mới, trong khi model Claude Opus 5.5 đạt 92,7 trong phân tích văn bản so với 90,3 của LlamaParse. Dòng ParseBench được các công ty như Nvidia, Cohere và Perplexity sử dụng và hiện ghi nhận hơn 50.000 lượt tải xuống hàng tháng, với các từ khóa LlamaIndex, ParseBench-2, OCRia-1.5, LlamaParse, ParseBench, LLM-based, Claude, Opus, benchmark, model family được giữ nguyên.