LlamaIndex lanserer Extract V2.5 med økt nøyaktighet og forankring

LlamaIndex introduserte Extract v2.5 1. oktober 2026, en ny generasjon av sine skjema‑baserte dokumentuttrekksagenter. I et blogginnlegg med forfattere Adrian Lyjak og Eli Stewart rapporterte selskapet forbedringer i nøyaktighet på alle sine tre uttrekksnivåer og forbedret forankring for de to høyeste nivåene, Agentic og Agentic Plus, og sa at gevinstene kommer uten prisøkning per side.

Benchmark‑gevinster per nivå

LlamaIndex rapporterte at på ExtractBench, deres åpne dokumentuttrekksbenchmark, steg den samlede F1‑verdien fra 87.1 til 93.9 for Cost Effective‑nivået, fra 89.8 til 95.8 for Agentic, og fra 95.1 til 96.4 for Agentic Plus, deres mest nøyaktige nivå. Ifølge selskapet overgår Cost Effective nå det tidligere Agentic‑nivået, og Agentic overgår det tidligere Agentic Plus‑nivået.

ExtractBench tester 370 bedriftsdokumenter som utgjør 4 869 sider på tvers av 8 forretningsdomener og 67 dokumenttyper, hver med sitt eget skjema. LlamaIndex publiserte benchmarken med et offentlig datasett, evalueringsrammeverk og metodikk, og har evaluert banebrytende VLM‑er, kode‑agenter og spesialiserte uttrekks‑API‑er på den.

Ny agent‑ramme og strukturell resonnering

Selskapet oppga at v2.5 kjører på en ny agent‑ramme som er spesialbygd for dokumentuttrekking, inspirert av de nyeste kode‑agentene og finjustert rundt modellene for å håndtere feilmoduser innen syn, resonnering og verifisering. LlamaIndex sa at den resulterende agenten kan kryssreferere kontekst fra flere sider og forankre verdier i eksakte kilder.

En funksjon som innlegget kaller strukturell resonnering arbeider på dokumentrepresentasjoner for å skreddersy uttrekning basert på dokumenttype, oppsett og informasjonstetthet: agenten bruker mer innsats på komplekse dokumenter og behandler enklere med lavere ventetid. For v2.5 overførte teamet rammen bak Agentic Plus til Cost Effective‑ og Agentic‑nivåene, og tilpasset verktøyene og uttrekksstrategiene til hvert nivås kostnadsbegrensninger etter å ha evaluert dokumentrepresentasjoner, verktøy og modellkonfigurasjoner. Selskapet sa også at de har arbeidet med hvordan agenter følger skjemaer og uttrekksinstruksjoner, inkludert oppgaver med opptil 3 200 felter, og de anbefaler brukere hvis post‑ID‑er er avgjørende for å matche uttatte poster til en database, å tydeliggjøre dette i sine prompt.

Lange lister, tverrsides‑poster og skannede skjemaer

På oppgaver med lange lister rapporterte LlamaIndex at poengsummene 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. Selskapet oppga at v2.5 bruker mellomliggende representasjoner for å arbeide med hele datasettet og validerer resultatene mot brukerens skjema. I ett eksempel, en 17‑siders fondsinnlevering, returnerte det tidligere Cost Effective‑nivået 87 av 238 beholdninger; selskapet sa at v2.5 returnerer alle 238, og løfter dokumentets uttrekks‑score fra 52.8 til 98.7.

På poster som spenner over flere sider, steg rapporterte poengsummer 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‑tilskuddsplan sa selskapet at Agentic v2.0 stoppet ved et sideskift, og etterlot formålet og adressen til tilskuddet ufullstendig, mens v2.5 inkluderer fortsettelsen fra neste side i samme post.

På skannede skjemaer steg rapporterte poengsummer 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 annotert W‑14‑avhendingslisens sa selskapet at Agentic‑nivået tidligere kombinerte en kontrollørs dato med lisensnummeret og la til en kontrollørmerknad til ferskvannsdybden, mens v2.5 skiller de opprinnelige verdiene fra annotasjonene inn i feltene som skjemaet krever.

Avanserte sitater og forankring

Utgivelsen introduserer funksjonen Advanced Citations for nivåene Agentic og Agentic Plus. Den finner avgrensningsbokser rundt dokumentasjonen som underbygger vanskelige felt, også verdier som ikke står ordrett i dokumentet. En første versjon var tidligere tilgjengelig i Agentic Plus; LlamaIndex opplyste at selskapet har forbedret funksjonens nøyaktighet ved kildeforankring ytterligere og utvidet den til Agentic. Selskapet rapporterte at ExtractBench-poengsummene for kildeforankring steg fra 46,8 til 80,6 for Agentic og fra 46,4 til 82,2 for Agentic Plus. Sammenligningsdiagrammet oppgir poengsummer 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 selskapets eget Cost Effective-nivå.

Selskapet sa at sitater med avgrensningsbokser kombineres med konfidenspoeng, som hjelper team med å avgjøre hvilke uttatte verdier som kan behandles automatisk og hvilke som krever nærmere undersøkelse, slik at gjennomgåere kan sjekke flaggede verdier mot originaldokumentet i menneske‑i‑sløyfen‑arbeidsflyter.

Regnearkmodus og tilgjengelighet

v2.5 legger til innebygd regnearkuttrekking: i regnearkmodus arbeider agenter direkte med regnearkceller i stedet for en flat representasjon, og brukere kan aktivere modus i uttrekks‑konfigurasjonen.

Extract v2.5 er tilgjengelig via LlamaCloud, et Go‑basert kommandolinjeverktøy kalt llp, en MCP‑server for agent‑klienter inkludert Claude Code og Codex, og Python‑sdk‑en llama‑cloud, hvor uttrekksjobber velger versjon 2.5 og kan aktivere cite_sources og confidence_scores alternativer. LlamaIndex oppfordret brukere til å kjøre v2.5 på dokumenter som er representative for deres arbeidsflyter ved hjelp av deres eksisterende skjemaer, og sa at de forventer at versjonen blir et betydelig steg fremover i ekstraksjonskvalitet, spesielt for dokumenter som tidligere har krevd manuell opprydding eller ikke har vært pålitelige nok til automatisering.