LlamaIndex เปิดตัว Extract V2.5 พร้อมการเพิ่มความแม่นยำและการทำ grounding ที่ดีขึ้น

LlamaIndex แนะนำ Extract v2.5 เมื่อวันที่ 1 ตุลาคม 2026 ซึ่งเป็นรุ่นใหม่ของเอเจนต์การสกัดเอกสารแบบอิงสคีม่า ใน บล็อกโพสต์ ที่เขียนโดย Adrian Lyjak และ Eli Stewart บริษัทรายงานว่ามีการปรับปรุงความแม่นยำในทุกระดับของการสกัดทั้งสามระดับ และเพิ่มการทำ grounding ให้กับระดับสูงสุดสองระดับคือ Agentic และ Agentic Plus พร้อมระบุว่าการเพิ่มประสิทธิภาพนี้ไม่ได้ทำให้ราคาต่อหน้าเพิ่มขึ้น

การเพิ่มประสิทธิภาพตามระดับ

LlamaIndex รายงานว่าในการทดสอบ ExtractBench ซึ่งเป็นเกณฑ์มาตรฐานการสกัดเอกสารแบบเปิด ค่า F1 รวมเพิ่มจาก 87.1 เป็น 93.9 สำหรับระดับ Cost Effective, จาก 89.8 เป็น 95.8 สำหรับระดับ Agentic, และจาก 95.1 เป็น 96.4 สำหรับระดับ Agentic Plus ซึ่งเป็นระดับที่มีความแม่นยำสูงสุด ตามบริษัท ระดับ Cost Effective ตอนนี้ทำคะแนนดีกว่าระดับ Agentic ก่อนหน้า, และระดับ Agentic ทำคะแนนดีกว่าระดับ Agentic Plus ก่อนหน้า

ExtractBench ทดสอบเอกสารองค์กรจำนวน 370 ฉบับรวมทั้งหมด 4,869 หน้า ครอบคลุม 8 ด้านธุรกิจและ 67 ประเภทเอกสาร โดยแต่ละประเภทมีสคีม่าเฉพาะของตน LlamaIndex เผยแพร่เกณฑ์มาตรฐานนี้พร้อมชุดข้อมูลสาธารณะ, โครงสร้างการประเมิน, และวิธีการ, และได้ทำการประเมิน VLMs แนวหน้า, เอเจนต์การเขียนโค้ด, และ API การสกัดเฉพาะด้านบนแพลตฟอร์มนี้

โครงสร้างเอเจนต์ใหม่และการให้เหตุผลเชิงโครงสร้าง

บริษัทระบุว่า v2.5 ทำงานบนโครงสร้างเอเจนต์ใหม่ที่ออกแบบมาสำหรับการสกัดเอกสารโดยเฉพาะ ได้รับแรงบันดาลใจจากเอเจนต์การเขียนโค้ดล่าสุดและปรับให้สอดคล้องกับโมเดลเพื่อจัดการกับโหมดความล้มเหลวในด้านการมองเห็น, การให้เหตุผล, และการตรวจสอบ LlamaIndex กล่าวว่าเอเจนต์ที่ได้สามารถอ้างอิงข้อมูลข้ามหลายหน้าและทำ grounding ค่าต่าง ๆ กับแหล่งข้อมูลที่แน่นอนได้

ความสามารถที่โพสต์เรียกว่า Structural Reasoning ทำงานบนการแสดงเอกสารเพื่อปรับการสกัดให้สอดคล้องกับประเภทเอกสาร, การจัดวาง, และความหนาแน่นของข้อมูล: เอเจนต์จะใช้ความพยายามมากขึ้นกับเอกสารที่ซับซ้อนและประมวลผลเอกสารที่ง่ายกว่าโดยมีความหน่วงเวลาต่ำกว่า สำหรับ v2.5 ทีมงานได้นำโครงสร้างที่อยู่เบื้องหลัง Agentic Plus ไปใช้กับระดับ Cost Effective และ Agentic โดยปรับเครื่องมือและกลยุทธ์การสกัดให้เหมาะกับข้อจำกัดด้านต้นทุนของแต่ละระดับหลังจากประเมินการแสดงเอกสาร, เครื่องมือ, และการตั้งค่าโมเดล บริษัทยังระบุว่าพวกเขาได้ทำงานเกี่ยวกับวิธีที่เอเจนต์ปฏิบัติตามสคีม่าและคำสั่งการสกัด รวมถึงงานที่มีฟิลด์สูงสุดถึง 3,200 ฟิลด์ และแนะนำให้ผู้ใช้ที่ต้องการใช้รหัสระเบียนเพื่อแมชชิงระเบียนที่สกัดกับฐานข้อมูลให้ระบุสิ่งนี้ในพรอมต์ของพวกเขา

รายการยาว, ระเบียนข้ามหน้า, และแบบฟอร์มสแกน

ในงานรายการยาว LlamaIndex รายงานคะแนนเพิ่มจาก 82.0 เป็น 92.6 สำหรับระดับ Cost Effective, จาก 86.1 เป็น 95.5 สำหรับระดับ Agentic, และจาก 94.5 เป็น 96.3 สำหรับระดับ Agentic Plus บริษัทระบุว่า v2.5 ใช้การแสดงผลกลางเพื่อทำงานกับชุดข้อมูลเต็มและตรวจสอบผลลัพธ์กับสคีม่าของผู้ใช้ ตัวอย่างหนึ่งคือไฟล์กองทุน 17 หน้า ระดับ Cost Effective ก่อนหน้านี้คืนค่า 87 จาก 238 รายการสินทรัพย์ที่ถือครอง; บริษัทกล่าวว่า v2.5 คืนค่าทั้งหมด 238 รายการ ทำให้คะแนนการสกัดของเอกสารนั้นเพิ่มจาก 52.8 เป็น 98.7

สำหรับระเบียนที่ข้ามหลายหน้า คะแนนที่รายงานเพิ่มจาก 80.3 เป็น 92.0 สำหรับระดับ Cost Effective, จาก 85.5 เป็น 96.5 สำหรับระดับ Agentic, และจาก 93.6 เป็น 96.7 สำหรับระดับ Agentic Plus ในตารางการให้ทุน Schedule I ของ United Way Worldwide บริษัทระบุว่า Agentic v2.0 หยุดที่การแบ่งหน้า ทำให้วัตถุประสงค์และที่อยู่ของทุนไม่สมบูรณ์, ในขณะที่ v2.5 รวมส่วนต่อเนื่องจากหน้าถัดไปไว้ในระเบียนเดียวกัน

สำหรับแบบฟอร์มสแกน คะแนนที่รายงานเพิ่มจาก 89.6 เป็น 93.9 สำหรับระดับ Cost Effective, จาก 90.9 เป็น 95.7 สำหรับระดับ Agentic, และจาก 94.4 เป็น 96.1 สำหรับระดับ Agentic Plus ในใบอนุญาตการกำจัด W-14 ที่มีคำอธิบาย บริษัทระบุว่าระดับ Agentic ก่อนหน้านี้รวมวันที่ของผู้ตรวจสอบกับหมายเลขใบอนุญาตและเพิ่มบันทึกของผู้ตรวจสอบลงในความลึกของน้ำจืด, ในขณะที่ v2.5 แยกค่าต้นฉบับออกจากคำอธิบายและใส่ลงในฟิลด์ที่สคีม่ากำหนด

การอ้างอิงขั้นสูงและการทำ grounding

รุ่นนี้เปิดตัว Advanced Citations สำหรับระดับ Agentic และ Agentic Plus ซึ่งจะระบุตำแหน่งกล่องขอบของหลักฐานสนับสนุนสำหรับฟิลด์ที่ยาก รวมถึงค่าที่ไม่ปรากฏเป็นคำต่อคำในเอกสาร รุ่นแรกเคยมีให้ใน Agentic Plus; LlamaIndex กล่าวว่าได้ปรับปรุงความแม่นยำของการทำ grounding ของคุณลักษณะนี้ต่อไปและขยายให้กับระดับ Agentic บริษัทรายงานคะแนน grounding ของ ExtractBench เพิ่มจาก 46.8 เป็น 80.6 สำหรับ Agentic และจาก 46.4 เป็น 82.2 สำหรับ Agentic Plus แผนภูมิเปรียบเทียบของบริษัทแสดงคะแนน grounding ที่ 63.2 สำหรับ Sonnet 5.5, 77.6 สำหรับ GPT-6 SOL, 77.5 สำหรับ Opus 5.5, 50.8 สำหรับ Reducto Deep Extract, 21.8 สำหรับ Extend Max, และ 54.3 สำหรับระดับ Cost Effective ของตนเอง

บริษัทระบุว่าการอ้างอิงแบบ bounding-box จะรวมกับคะแนนความเชื่อมั่น ซึ่งช่วยให้ทีมตัดสินใจว่าค่าที่สกัดได้ค่าใดสามารถดำเนินการอัตโนมัติได้และค่าใดต้องตรวจสอบอย่างละเอียดเพิ่มเติม ทำให้ผู้ตรวจสอบสามารถตรวจสอบค่าที่ถูกทำเครื่องหมายกับเอกสารต้นฉบับในกระบวนการทำงานแบบ human-in-the-loop

โหมดสเปรดชีตและการพร้อมใช้งาน

v2.5 เพิ่มการสกัดสเปรดชีตในตัว: ในโหมดสเปรดชีต เอเจนต์ทำงานโดยตรงกับเซลล์ในเวิร์กบุ๊กแทนการแสดงผลแบบแบน และผู้ใช้สามารถเปิดใช้งานโหมดนี้ในการกำหนดค่าการสกัด

Extract v2.5 มีให้ใช้งานผ่าน LlamaCloud, เครื่องมือบรรทัดคำสั่งที่เขียนด้วย Go ชื่อ llp, เซิร์ฟเวอร์ MCP สำหรับไคลเอนต์เอเจนต์รวมถึง Claude Code และ Codex, และ Python llama-cloud SDK ซึ่งงานสกัดสามารถเลือกเวอร์ชัน 2.5 และเปิดใช้งานตัวเลือก cite_sources และ confidence_scores LlamaIndex ส่งเสริมให้ผู้ใช้รัน v2.5 บนเอกสารที่เป็นตัวแทนของกระบวนการทำงานของพวกเขาโดยใช้สคีมาที่มีอยู่แล้ว และระบุว่าพวกเขาคาดว่าเวอร์ชันนี้จะเป็นก้าวสำคัญในการปรับปรุงคุณภาพการสกัดข้อมูล โดยเฉพาะสำหรับเอกสารที่ก่อนหน้านี้ต้องทำความสะอาดด้วยมือหรือไม่น่าเชื่อถือพอที่จะทำงานอัตโนมัติ