LlamaIndex julkaisee Extract V2.5:n, joka parantaa tarkkuutta ja lähdeankkurointia

LlamaIndex esitteli Extract v2.5:n 1. lokakuuta 2026, uuden sukupolven skeemapohjaisia asiakirjatietojen poiminta-agentteja. Blogikirjoituksessa, jonka ovat kirjoittaneet Adrian Lyjak ja Eli Stewart, yritys raportoi tarkkuusparannuksia kaikilla kolmella ekstraktiotasollaan ja parempaa lähdeankkurointia kahdelle korkeimmalle tasolle, Agentic ja Agentic Plus, ja totesi, että parannukset eivät aiheuta hintojen nousua per sivu.

Tasoittain tapahtuneet vertailuarvojen parannukset

LlamaIndex raportoi, että ExtractBenchissä, sen avoimessa asiakirjaekstraktiavertailussa, kokonaisarvo F1 nousi 87,1:stä 93,9:ään Cost Effective -tasolla, 89,8:sta 95,8:aan Agentic-tasolla ja 95,1:stä 96,4:ään Agentic Plus -tasolla, joka on tarkkuudeltaan korkein taso. Yrityksen mukaan Cost Effective ylittää nyt edellisen Agentic-tason, ja Agentic ylittää aiemman Agentic Plus -tason.

ExtractBench testaa 370 yritysasiakirjaa, yhteensä 4 869 sivua, kahdeksassa liiketoiminta-alueessa ja 67 asiakirjatyypissä, joista jokaisella on oma skeemansa. LlamaIndex julkaisi vertailun julkisella datasetillä, arviointirungolla ja metodologialla, ja on arvioinut sen avulla huipputason VLM:itä, koodausagentteja ja erikoistuneita ekstrakti-API:ita.

Uusi agenttirunko ja rakenteellinen päättely

Yritys kertoi, että v2.5 toimii uudella agenttirungolla, joka on suunniteltu nimenomaan asiakirjoista tehtävää tiedonpoimintaa varten. Se hyödyntää uusimpien koodausagenttien ideoita ja on mukautettu malleihin käsittelemään konenäön, päättelyn ja tarkistuksen epäonnistumistilanteita. LlamaIndex sanoi, että syntyvä agentti voi viitata kontekstiin useilta sivuilta ja perustaa arvot tarkkoihin lähteisiin.

Julkaisun kutsuma rakennepäättely (Structural Reasoning) toimii asiakirjarepresentaatioiden päällä räätälöiden ekstraktion asiakirjatyypin, asettelun ja informaatiotiheyden perusteella: agentti käyttää enemmän resursseja monimutkaisiin asiakirjoihin ja käsittelee yksinkertaisempia asiakirjoja pienemmällä viiveellä. v2.5:ssä tiimi siirsi Agentic Plus -tasossa käytetyn rungon Cost Effective- ja Agentic-tasoille, mukauttaen sen työkalut ja ekstraktiostrategiat kunkin tason kustannusrajoitusten mukaan arvioituaan asiakirjarepresentaatiot, työkalut ja mallikonfiguraatiot. Yritys kertoi myös työskennelleensä sen parissa, miten agentit noudattavat skeemoja ja ekstraktio-ohjeita, mukaan lukien tehtävät, joissa on jopa 3 200 kenttää, ja se neuvoo käyttäjiä, joiden tietueiden tunnisteet ovat olennaisia yhdistettäessä ekstraktoituja tietueita tietokantaan, mainitsemaan tämän promptissa.

Pitkät listat, usean sivun tietueet ja skannatut lomakkeet

Pitkillä listatehtävillä LlamaIndex raportoi pisteiden nousun 82,0:sta 92,6:een Cost Effective -tasolla, 86,1:stä 95,5:een Agentic-tasolla ja 94,5:stä 96,3:een Agentic Plus -tasolla. Yritys kertoi, että v2.5 käyttää välirepresentaatioita työskennellessä täyden datasetin kanssa ja validoi tuloksensa käyttäjän skeemaa vastaan. Yhdessä esimerkissä, 17-sivuisessa rahastoasiakirjassa, edellinen Cost Effective -taso palautti 87 sijoitusomistusta 238:sta; yritys sanoi, että v2.5 palauttaa kaikki 238, nostamalla asiakirjan ekstraktiopisteet 52,8:sta 98,7:een.

Sivuja kattavilla tietueilla raportoitu pisteiden nousu oli 80,3:sta 92,0:een Cost Effective -tasolla, 85,5:stä 96,5:een Agentic-tasolla ja 93,6:sta 96,7:een Agentic Plus -tasolla. United Way Worldwide -järjestön Schedule I -avustusohjelmassa yritys kertoi, että Agentic v2.0 pysähtyi sivunvaihdossa, jättäen avustuksen tarkoituksen ja osoitteen keskeneräisiksi, kun taas v2.5 sisällyttää jatkon seuraavalta sivulta samaan tietueeseen.

Skannatuissa lomakkeissa raportoitu pisteiden nousu oli 89,6:sta 93,9:een Cost Effective -tasolla, 90,9:sta 95,7:een Agentic-tasolla ja 94,4:sta 96,1:een Agentic Plus -tasolla. Merkityssä W-14 -hävitysluvassa yritys kertoi, että Agentic-taso yhdisti aiemmin tarkastajan päivämäärän lupanumeroon ja lisäsi tarkastajan huomautuksen makean veden syvyyteen, kun taas v2.5 erottaa alkuperäiset arvot merkinnöistä skeeman vaatimiin kenttiin.

Edistyneet viittaukset ja lähdeankkurointi

Julkaisu tuo Edistyneet viittaukset Agentic- ja Agentic Plus -tasoille, jotka paikantavat tukevan evidenssin rajaavat laatikot vaikeille kentille, mukaan lukien arvot, joita ei esiinny sanasta sanaan asiakirjassa. Alkuperäinen versio oli aiemmin saatavilla Agentic Plus -tasossa; LlamaIndex kertoi parantaneensa ominaisuuden lähdeankkuroinnin tarkkuutta edelleen ja laajentaneensa sen Agentic-tasolle. Yritys raportoi ExtractBench-lähdeankkurointipisteiden nousun 46,8:sta 80,6:een Agentic-tasolla ja 46,4:sta 82,2:een Agentic Plus -tasolla. Vertailukaaviossa on lähdeankkurointipisteet 63,2 Sonnet 5.5:lle, 77,6 GPT-6 SOL:lle, 77,5 Opus 5.5:lle, 50,8 Reducto Deep Extract:lle, 21,8 Extend Max:lle ja 54,3 omalle Cost Effective -tasolleen.

Yritys kertoi, että rajaavan laatikon viittaukset yhdistetään varmuuspisteisiin, jotka auttavat tiimejä päättämään, mitkä ekstraktoidut arvot voidaan käsitellä automaattisesti ja mitkä vaativat tarkempaa tarkastelua, jolloin tarkastajat voivat tarkistaa merkittyjä arvoja alkuperäistä asiakirjaa vastaan ihmisen mukana olevissa työnkuluissa.

Taulukkolaskenta-tila ja saatavuus

v2.5 lisää natiivin taulukkolaskentaekstraktion: taulukkolaskenta-tilassa agentit työskentelevät suoraan työkirjan solujen kanssa sen sijaan, että ne käyttäisivät litistettyä esitystä, ja käyttäjät voivat ottaa tilan käyttöön ekstraktiokonfiguraatiossa.

Extract v2.5 on saatavilla LlamaCloudin kautta, Go-pohjaisena komentorivityökaluna nimeltä llp, MCP-palvelimena agentti-asiakkaille, mukaan lukien Claude Code ja Codex, sekä Pythonin llama-cloud SDK:na, jossa ekstraktiotyöt valitsevat version 2.5 ja voivat ottaa käyttöön cite_sources– ja confidence_scores-vaihtoehdot. LlamaIndex kehotti käyttäjiä suorittamaan version 2.5 asiakirjoilla, jotka edustavat heidän työnkulkujaan käyttäen olemassa olevia skeemoja, ja sanoi odottavansa version olevan merkittävä parannus poimintalaadussa, erityisesti asiakirjoille, jotka aiemmin vaativat manuaalista puhdistusta tai eivät olleet riittävän luotettavia automatisointiin.