LlamaIndex spouští Extract V2.5 s vyšší přesností a lepším zakotvením

LlamaIndex představil Extract v2.5 dne 1. října 2026, novou generaci svých agentů pro extrakci dokumentů založených na schématech. V blogovém příspěvku podepsaném Adrianem Lyjakem a Eli Stewartem společnost oznámila zlepšení přesnosti ve všech třech úrovních extrakce a vylepšené zakotvení pro dvě nejvyšší úrovně, Agentic a Agentic Plus, a uvedla, že tyto zisky nepřicházejí se zvýšením ceny za stránku.

Zisky v benchmarku po úrovních

LlamaIndex uvedl, že v benchmarku ExtractBench, jeho otevřeném benchmarku pro extrakci dokumentů, celkové F1 vzrostlo z 87,1 na 93,9 pro úroveň Cost Effective, z 89,8 na 95,8 pro Agentic a z 95,1 na 96,4 pro Agentic Plus, jeho nejpřesnější úroveň. Podle společnosti Cost Effective nyní překonává předchozí úroveň Agentic a Agentic překonává předchozí úroveň Agentic Plus.

ExtractBench testuje 370 podnikových dokumentů o celkovém počtu 4 869 stran napříč 8 obchodními oblastmi a 67 typy dokumentů, přičemž každý typ má vlastní schéma. LlamaIndex zveřejnil benchmark s veřejnou datovou sadou, evaluačním rámcem a metodikou a na něm vyhodnotil špičkové VLM, kódovací agenty a specializované extrakční API.

Nový agentní rámec a strukturální uvažování

Společnost uvedla, že v2.5 běží na novém agentním rámci speciálně vytvořeném pro extrakci dokumentů, čerpajícím inspiraci z nejnovějších kódovacích agentů a laděném podle modelů tak, aby zvládal selhávací režimy v oblasti vizuálního rozpoznání, uvažování a verifikace. LlamaIndex řekla, že výsledný agent dokáže navzájem propojit kontext z více stránek a zakotvit hodnoty v přesných zdrojích.

Funkce, kterou příspěvek nazývá strukturální uvažování, pracuje s reprezentacemi dokumentů a přizpůsobuje extrakci podle typu dokumentu, rozložení a hustoty informací: agent věnuje více úsilí složitým dokumentům a jednodušší zpracovává s nižší latencí. Pro verzi v2.5 tým přenesl rámec z Agentic Plus do úrovní Cost Effective a Agentic, přizpůsobivý jeho nástroje a strategie extrakce každému nákladovému omezení úrovně po vyhodnocení reprezentací dokumentů, nástrojů a konfigurací modelů. Společnost také uvedla, že pracovala na tom, jak agenti dodržují schémata a instrukce pro extrakci, včetně úkolů až s 3 200 poli, a radí uživatelům, jejichž ID záznamů jsou klíčová pro přiřazení extrahovaných záznamů k databázi, aby to ve svých výzvách explicitně zmínili.

Dlouhé seznamy, záznamy napříč stránkami a skenované formuláře

U úkolů s dlouhými seznamy LlamaIndex uvedl, že skóre vzrostlo z 82,0 na 92,6 pro Cost Effective, z 86,1 na 95,5 pro Agentic a z 94,5 na 96,3 pro Agentic Plus. Společnost uvedla, že v2.5 používá mezireprezentace k práci s celým datasetem a ověřuje svůj výstup proti schématu uživatele. V jednom příkladu, 17stránkovém podání fondu, předchozí úroveň Cost Effective vrátila 87 ze 238 položek; společnost uvedla, že v2.5 vrací všech 238, čímž zvýšilo skóre extrakce tohoto dokumentu z 52,8 na 98,7.

U záznamů přesahujících stránky se uváděná skóre zvýšila z 80,3 na 92,0 pro Cost Effective, z 85,5 na 96,5 pro Agentic a z 93,6 na 96,7 pro Agentic Plus. V rozvrhu grantu United Way Worldwide Schedule I společnost uvedla, že Agentic v2.0 zastavil na konci stránky, což zanechalo účel a adresu grantu neúplné, zatímco v2.5 zahrnuje pokračování z následující stránky ve stejném záznamu.

U skenovaných formulářů se uváděná skóre zvýšila z 89,6 na 93,9 pro Cost Effective, z 90,9 na 95,7 pro Agentic a z 94,4 na 96,1 pro Agentic Plus. U anotovaného povolení k likvidaci W-14 společnost uvedla, že úroveň Agentic dříve kombinovala datum recenzenta s číslem povolení a připojila poznámku recenzenta k hloubce sladké vody, zatímco v2.5 odděluje původní hodnoty od anotací do polí požadovaných schématem.

Pokročilé citace a zakotvení

Vydání představuje Pokročilé citace pro úrovně Agentic a Agentic Plus, které vyhledávají ohraničující rámečky podpůrných důkazů pro obtížná pole, včetně hodnot, které se v dokumentu nevyskytují slovo od slova. Počáteční verze byla dříve dostupná v Agentic Plus; LlamaIndex uvedl, že dále zlepšil přesnost zakotvení této funkce a rozšířil ji i na Agentic. Společnost uvedla, že zakotvení v ExtractBench vzrostlo z 46,8 na 80,6 pro Agentic a z 46,4 na 82,2 pro Agentic Plus. Jeho srovnávací graf uvádí zakotvení 63,2 pro Sonnet 5.5, 77,6 pro GPT‑6 SOL, 77,5 pro Opus 5.5, 50,8 pro Reducto Deep Extract, 21,8 pro Extend Max a 54,3 pro vlastní úroveň Cost Effective.

Společnost uvedla, že citace s ohraničujícími rámečky jsou kombinovány s důvěryhodnostními skóre, což týmům pomáhá rozhodnout, které extrahované hodnoty mohou být automaticky použity a které vyžadují podrobnější kontrolu, a umožňuje recenzentům ověřovat označené hodnoty oproti originálnímu dokumentu v pracovních postupech s lidským dohledem.

Režim tabulkových kalkulátorů a dostupnost

v2.5 přidává nativní extrakci tabulek: v režimu tabulkového kalkulátoru agenti pracují přímo s buňkami sešitu místo zploštělé reprezentace a uživatelé mohou tento režim povolit v nastavení extrakce.

Extract v2.5 je dostupný prostřednictvím LlamaCloud, nástroje příkazové řádky založeného na Go s názvem llp, MCP serveru pro klienty agentů včetně Claude Code a Codex, a Python SDK llama-cloud, kde úlohy extrakce vybírají verzi 2.5 a mohou povolit citovat zdroje a důvěryhodnost skóre. LlamaIndex vyzval uživatele, aby spustili v2.5 na dokumentech reprezentujících jejich pracovní postupy s využitím jejich existujících schémat, a uvedl, že očekává, že tato verze bude významným zlepšením kvality extrakce, zejména pro dokumenty, které dříve vyžadovaly ruční úpravy nebo nebyly dostatečně spolehlivé pro automatizaci.