LlamaIndex lancerer Extract V2.5 med nøjagtigheds- og forankringsgevinster

LlamaIndex introducerede Extract v2.5 den 1. oktober 2026, en ny generation af sine skema-baserede dokumentekstraktionsagenter. I et blogindlæg med forfatterne Adrian Lyjak og Eli Stewart rapporterede virksomheden forbedringer i nøjagtighed på tværs af alle tre ekstraktionsniveauer samt forbedret forankring for de to højeste niveauer, Agentic og Agentic Plus, og oplyste, at gevinsterne kommer uden en stigning i prisen pr. side.

Benchmark-gevinster pr. niveau

LlamaIndex rapporterede, at på ExtractBench, deres åbne dokumentekstraktionsbenchmark, steg den samlede F1‑værdi fra 87,1 til 93,9 for Cost Effective‑niveauet, fra 89,8 til 95,8 for Agentic og fra 95,1 til 96,4 for Agentic Plus, deres mest nøjagtige niveau. Ifølge virksomheden overgår Cost Effective nu det tidligere Agentic‑niveau, og Agentic overgår det tidligere Agentic Plus.

ExtractBench tester 370 virksomheds‑dokumenter på i alt 4.869 sider på tværs af 8 forretningsområder og 67 dokumenttyper, hver med sit eget skema. LlamaIndex offentliggjorde benchmarken med et offentligt datasæt, evalueringsrammeværk og metodologi og har evalueret førende VLM‑er, kodningsagenter og specialiserede ekstraktions‑API’er på den.

Ny agentrammeværk og strukturel ræsonnering

Virksomheden oplyste, at v2.5 kører på en ny agentrammeværk, der er specielt udviklet til dokumentekstraktion, og som er inspireret af de nyeste kodningsagenter samt finjusteret til modellerne for at håndtere fejltagelsestilstande inden for vision, ræsonnering og verifikation. LlamaIndex sagde, at den resulterende agent kan krydsreferere kontekst fra flere sider og forankre værdier i præcise kilder.

En funktion, som indlægget kalder strukturel ræsonnering, arbejder på dokumentrepræsentationer for at tilpasse ekstraktionen baseret på dokumenttype, layout og informationsdensitet: agenten bruger mere tid på komplekse dokumenter og behandler enklere med lavere latenstid. Til v2.5 flyttede teamet rammeværket bag Agentic Plus til Cost Effective‑ og Agentic‑niveauerne og tilpassede værktøjerne og ekstraktionsstrategierne til hvert niveaus omkostningsbegrænsninger efter evaluering af dokumentrepræsentationer, værktøjer og modelkonfigurationer. Virksomheden oplyste også, at de har arbejdet på, hvordan agenter følger skemaer og ekstraktionsinstruktioner, herunder opgaver med op til 3.200 felter, og de anbefaler brugere, hvis post‑ID‑er er afgørende for at matche ekstraherede poster til en database, at gøre dette tydeligt i deres prompts.

Lange lister, tvær‑sides poster og scannede formularer

På lange‑liste‑opgaver rapporterede LlamaIndex, at scorer steg fra 82,0 til 92,6 for Cost Effective, fra 86,1 til 95,5 for Agentic og fra 94,5 til 96,3 for Agentic Plus. Virksomheden sagde, at v2.5 bruger mellemliggende repræsentationer til at arbejde med hele datasættet og validerer outputtet mod brugerens skema. I et eksempel, en 17‑siders fondsindberetning, returnerede det tidligere Cost Effective‑niveau 87 af 238 beholdninger; virksomheden oplyste, at v2.5 returnerer alle 238, hvilket løfter dokumentets ekstraktionsscore fra 52,8 til 98,7.

For poster, der strækker sig over flere sider, steg de rapporterede scorer fra 80,3 til 92,0 for Cost Effective, fra 85,5 til 96,5 for Agentic og fra 93,6 til 96,7 for Agentic Plus. I en United Way Worldwide Schedule I‑tilskudsplan sagde virksomheden, at Agentic v2.0 stoppede ved et sideskift, så formålet og adressen for et tilskud forblev ufuldstændige, mens v2.5 inkluderer fortsættelsen fra den næste side i den samme post.

For scannede formularer steg de rapporterede scorer fra 89,6 til 93,9 for Cost Effective, fra 90,9 til 95,7 for Agentic og fra 94,4 til 96,1 for Agentic Plus. På en annoteret W‑14‑bortskaffelses‑tilladelse sagde virksomheden, at Agentic‑niveauet tidligere kombinerede en kontrollants dato med tilladelsesnummeret og tilføjede en kontrollantnote til ferskvandsdybden, mens v2.5 adskiller de oprindelige værdier fra annotationerne i de felter, som skemaet anmoder om.

Avancerede citationer og forankring

Udgivelsen introducerer funktionen Advanced Citations til niveauerne Agentic og Agentic Plus. Funktionen finder afgrænsningsbokse omkring den dokumentation, der understøtter vanskelige felter, herunder værdier, som ikke står ordret i dokumentet. En første version var tidligere tilgængelig i Agentic Plus; LlamaIndex oplyste, at virksomheden yderligere har forbedret funktionens nøjagtighed ved kildeforankring og gjort den tilgængelig i Agentic. Virksomheden rapporterede, at ExtractBench-scorerne for kildeforankring steg fra 46,8 til 80,6 for Agentic og fra 46,4 til 82,2 for Agentic Plus. Sammenligningsdiagrammet angiver scorer for kildeforankring på 63,2 for Sonnet 5.5, 77,6 for GPT-6 SOL, 77,5 for Opus 5.5, 50,8 for Reducto Deep Extract, 21,8 for Extend Max og 54,3 for virksomhedens eget Cost Effective-niveau.

Virksomheden sagde, at afgrænsnings‑boks‑citationer kombineres med tillids‑score, som hjælper teams med at afgøre, hvilke ekstraherede værdier der kan fortsætte automatisk, og hvilke der kræver nærmere gennemgang, så kontrollanter kan kontrollere markerede værdier mod det originale dokument i menneske‑i‑sløjfen‑arbejdsprocesser.

Regnearks‑tilstand og tilgængelighed

v2.5 tilføjer indbygget regnearks‑ekstraktion: i regnearks‑tilstand arbejder agenter direkte med regnearks‑celler i stedet for en flad repræsentation, og brugere kan aktivere tilstanden i ekstraktionskonfigurationen.

Extract v2.5 er tilgængelig via LlamaCloud, et Go-baseret kommandolinjeværktøj kaldet llp, en MCP‑server for agent‑klienter inklusive Claude Code og Codex, samt Python‑sdk’en llama‑cloud, hvor ekstraktions‑jobs vælger version 2.5 og kan aktivere cite_sources og confidence_scores muligheder. LlamaIndex opfordrede brugerne til at køre v2.5 på dokumenter, der repræsenterer deres arbejdsgange ved hjælp af deres eksisterende skemaer, og sagde, at de forventer, at versionen udgør et betydeligt skridt fremad i udtrækningskvalitet, især for dokumenter, der tidligere krævede manuel oprydning eller ikke var pålidelige nok til automatisering.