Η LlamaIndex λανσάρει το Extract V2.5 με κέρδη στην ακρίβεια και στη στήριξη

Η LlamaIndex παρουσίασε το Extract v2.5 στις 1 Οκτωβρίου 2026, μια νέα γενιά των agents εξαγωγής εγγράφων βάσει σχήματος. Σε μια δημοσίευση ιστολογίου με υπογραφή των Adrian Lyjak και Eli Stewart, η εταιρεία ανέφερε βελτιώσεις στην ακρίβεια σε όλα τα τρία επίπεδα εξαγωγής της και ενισχυμένη στήριξη για τα δύο υψηλότερα επίπεδα, Agentic και Agentic Plus, και δήλωσε ότι τα κέρδη αυτά δεν συνοδεύονται από αύξηση της τιμής ανά σελίδα.

Κέρδη ανά Επίπεδο στα Benchmarks

Η LlamaIndex ανέφερε ότι στο ExtractBench, το ανοιχτό benchmark εξαγωγής εγγράφων, η συνολική τιμή F1 αυξήθηκε από 87.1 σε 93.9 για το επίπεδο Cost Effective, από 89.8 σε 95.8 για το Agentic και από 95.1 σε 96.4 για το Agentic Plus, το υψηλότερο επίπεδο ακρίβειας. Σύμφωνα με την εταιρεία, το Cost Effective τώρα υπερέχει του προηγούμενου επιπέδου Agentic, και το Agentic υπερέχει του προηγούμενου Agentic Plus.

ExtractBench δοκιμάζει 370 επιχειρησιακά έγγραφα συνολικού όγκου 4,869 σελίδων σε 8 επιχειρηματικούς τομείς και 67 τύπους εγγράφων, κάθε τύπος με το δικό του σχήμα. Η LlamaIndex δημοσίευσε το benchmark με δημόσιο σύνολο δεδομένων, πλατφόρμα αξιολόγησης και μεθοδολογία, και έχει αξιολογήσει πρωτοποριακά VLMs, agents κωδικοποίησης και εξειδικευμένα APIs εξαγωγής σε αυτό.

Νέο Πλαίσιο Agent και Δομική Λογική

Η εταιρεία δήλωσε ότι το v2.5 λειτουργεί σε ένα νέο πλαίσιο agent σχεδιασμένο ειδικά για εξαγωγή εγγράφων, αντλώντας έμπνευση από τα πιο πρόσφατα agents κωδικοποίησης και ρυθμισμένο γύρω από τα μοντέλα για να αντιμετωπίζει σφάλματα σε όρους όρασης, λογικής και επαλήθευσης. Η LlamaIndex ανέφερε ότι το προκύπτον agent μπορεί να διασταυρώνει το περιεχόμενο από πολλαπλές σελίδες και να τεκμηριώνει τις τιμές με ακριβείς πηγές.

Μία δυνατότητα που το άρθρο αποκαλεί Δομική Λογική λειτουργεί πάνω στις αναπαραστάσεις εγγράφων για να προσαρμόσει την εξαγωγή βάσει τύπου εγγράφου, διάταξης και πυκνότητας πληροφορίας: το agent αφιερώνει περισσότερη προσπάθεια σε σύνθετα έγγραφα και επεξεργάζεται τα πιο απλά με χαμηλότερη καθυστέρηση. Για το v2.5, η ομάδα μετέφερε το πλαίσιο πίσω από το Agentic Plus στα επίπεδα Cost Effective και Agentic, προσαρμόζοντας τα εργαλεία και τις στρατηγικές εξαγωγής στους οικονομικούς περιορισμούς κάθε επιπέδου μετά την αξιολόγηση των αναπαραστάσεων εγγράφων, των εργαλείων και των ρυθμίσεων μοντέλων. Η εταιρεία δήλωσε επίσης ότι εργάστηκε στον τρόπο με τον οποίο τα agents ακολουθούν σχήματα και οδηγίες εξαγωγής, συμπεριλαμβανομένων εργασιών με έως 3,200 πεδία, και συμβουλεύει τους χρήστες των οποίων τα IDs εγγραφών είναι απαραίτητα για την αντιστοίχιση των εξαγόμενων εγγραφών με μια βάση δεδομένων να τα αναφέρουν στα prompts τους.

Μεγάλες Λίστες, Εγγραφές Πολλών Σελίδων και Σαρωμένες Φόρμες

Σε εργασίες με μεγάλες λίστες, η LlamaIndex ανέφερε ότι οι βαθμολογίες αυξήθηκαν από 82.0 σε 92.6 για το Cost Effective, από 86.1 σε 95.5 για το Agentic και από 94.5 σε 96.3 για το Agentic Plus. Η εταιρεία δήλωσε ότι το v2.5 χρησιμοποιεί ενδιάμεσες αναπαραστάσεις για να εργάζεται με το πλήρες σύνολο δεδομένων και επικυρώνει την έξοδό του σε σχέση με το σχήμα του χρήστη. Σε ένα παράδειγμα, ένα υποβληθέν έγγραφο επενδυτικού κεφαλαίου 17 σελίδων, το προηγούμενο επίπεδο Cost Effective επέστρεψε 87 από 238 συμμετοχές· η εταιρεία είπε ότι το v2.5 επιστρέφει όλες τις 238, αυξάνοντας τη βαθμολογία εξαγωγής του εγγράφου από 52.8 σε 98.7.

Σε εγγραφές που καλύπτουν πολλές σελίδες, οι αναφερθείσες βαθμολογίες αυξήθηκαν από 80.3 σε 92.0 για το Cost Effective, από 85.5 σε 96.5 για το Agentic και από 93.6 σε 96.7 για το Agentic Plus. Σε έναν πίνακα επιχορηγήσεων Schedule I της United Way Worldwide, η εταιρεία δήλωσε ότι το Agentic v2.0 σταμάτησε σε μια αλλαγή σελίδας, αφήνοντας τον σκοπό και τη διεύθυνση της επιχορήγησης ατελή, ενώ το v2.5 περιλαμβάνει τη συνέχεια από την επόμενη σελίδα στην ίδια εγγραφή.

Σε σαρωμένες φόρμες, οι αναφερθείσες βαθμολογίες αυξήθηκαν από 89.6 σε 93.9 για το Cost Effective, από 90.9 σε 95.7 για το Agentic και από 94.4 σε 96.1 για το Agentic Plus. Σε μια σχολιασμένη άδεια διάθεσης W-14, η εταιρεία ανέφερε ότι το επίπεδο Agentic παλαιότερα συνδύαζε την ημερομηνία του ελεγκτή με τον αριθμό άδειας και πρόσθετε μια σημείωση ελεγκτή στο βάθος γλυκού νερού, ενώ το v2.5 διαχωρίζει τις αρχικές τιμές από τις σχολιαστικές σημειώσεις στα πεδία που ζητά το σχήμα.

Προηγμένες Αναφορές και Στήριξη

Η κυκλοφορία εισάγει τις Προηγμένες Αναφορές για τα επίπεδα Agentic και Agentic Plus, οι οποίες εντοπίζουν τα πλαίσια (bounding boxes) των αποδεικτικών στοιχείων για δύσκολα πεδία, συμπεριλαμβανομένων τιμών που δεν εμφανίζονται ακριβώς λέξη προς λέξη στο έγγραφο. Μια αρχική έκδοση ήταν διαθέσιμη προηγουμένως στο Agentic Plus· η LlamaIndex δήλωσε ότι βελτίωσε περαιτέρω την ακρίβεια στήριξης της δυνατότητας και την επέκτεινε στο Agentic. Η εταιρεία ανέφερε ότι οι βαθμολογίες στήριξης του ExtractBench αυξήθηκαν από 46.8 σε 80.6 για το Agentic και από 46.4 σε 82.2 για το Agentic Plus. Ο συγκριτικός πίνακας της παρουσιάζει βαθμολογίες στήριξης 63.2 για το Sonnet 5.5, 77.6 για το GPT-6 SOL, 77.5 για το Opus 5.5, 50.8 για το Reducto Deep Extract, 21.8 για το Extend Max και 54.3 για το δικό της επίπεδο Cost Effective.

Η εταιρεία δήλωσε ότι οι αναφορές με πλαίσια (bounding-box) συνδυάζονται με βαθμολογίες εμπιστοσύνης, οι οποίες βοηθούν τις ομάδες να αποφασίσουν ποιες εξαγόμενες τιμές μπορούν να προχωρήσουν αυτόματα και ποιες χρειάζονται πιο προσεκτικό έλεγχο, επιτρέποντας στους ελεγκτές να ελέγχουν τις σημειωμένες τιμές σε σχέση με το αρχικό έγγραφο σε ροές εργασίας με ανθρώπινη παρέμβαση.

Λειτουργία Φύλλου Υπολογισμού και Διαθεσιμότητα

Το v2.5 προσθέτει εγγενή εξαγωγή από φύλλα υπολογισμού: στη λειτουργία spreadsheet, τα agents εργάζονται απευθείας με τα κελιά του βιβλίου εργασίας αντί για μια επίπεδη αναπαράσταση, και οι χρήστες μπορούν να ενεργοποιήσουν τη λειτουργία στη ρύθμιση εξαγωγής.

Το Extract v2.5 είναι διαθέσιμο μέσω LlamaCloud, ενός εργαλείου γραμμής εντολών βασισμένου σε Go που ονομάζεται llp, ενός διακομιστή MCP για πελάτες agents συμπεριλαμβανομένων των Claude Code και Codex, και του Python llama-cloud SDK, όπου οι εργασίες εξαγωγής επιλέγουν την έκδοση 2.5 και μπορούν να ενεργοποιήσουν cite_sources και confidence_scores επιλογές. Η LlamaIndex ενθάρρυνε τους χρήστες να εκτελούν το v2.5 σε έγγραφα που αντιπροσωπεύουν τις ροές εργασίας τους, χρησιμοποιώντας τα υπάρχοντα σχήματα τους, και δήλωσε ότι αναμένει ότι η έκδοση θα αποτελέσει σημαντική βελτίωση στην ποιότητα εξαγωγής, ιδιαίτερα για έγγραφα που παλαιότερα απαιτούσαν χειροκίνητο καθαρισμό ή δεν ήταν αρκετά αξιόπιστα για αυτοματοποίηση.