LlamaIndex, Doğruluk ve Temellendirme Artışlarıyla Extract V2.5’i Başlattı

LlamaIndex, 1 Ekim 2026’da Extract v2.5’i tanıttı; bu, şema tabanlı belge çıkarma ajanlarının yeni nesli. Adrian Lyjak ve Eli Stewart tarafından imzalanan bir blog gönderisinde şirket, üç çıkarma katmanının tamamında doğruluk iyileştirmeleri ve en yüksek iki katman olan Agentic ve Agentic Plus için geliştirilmiş temellendirme sağlandığını, bu kazançların sayfa başına fiyat artışı olmadan geldiğini bildirdi.

Katman Katman Benchmark Kazançları

LlamaIndex, ExtractBench üzerindeki açık belge çıkarma benchmark’unda, Genel Değer F1 skorunun Maliyet Etkin (Cost Effective) katman için 87.1’den 93.9’a, Agentic için 89.8’den 95.8’e ve en yüksek doğruluk katmanı olan Agentic Plus için 95.1’den 96.4’e yükseldiğini bildirdi. Şirkete göre, Maliyet Etkin artık önceki Agentic katmanını geride bırakıyor ve Agentic, önceki Agentic Plus’ı geride bırakıyor.

ExtractBench, 8 iş alanı ve 67 belge türünde toplam 4.869 sayfadan oluşan 370 kurumsal belgeyi test eder; her belge türünün kendi şeması vardır. LlamaIndex, benchmark’ı halka açık bir veri seti, değerlendirme çerçevesi ve metodoloji ile yayınladı ve bu çerçevede öncü VLM’leri, kodlama ajanlarını ve özelleştirilmiş çıkarma API’lerini değerlendirdi.

Yeni Ajan Çerçevesi ve Yapısal Akıl Yürütme

Şirket, v2.5’in belge çıkarımı için özel olarak tasarlanmış yeni bir ajan çerçevesi üzerinde çalıştığını, en son kodlama ajanlarından ilham aldığını ve modeller etrafında ayarlandığını, görme, akıl yürütme ve doğrulama alanlarındaki hata modlarını ele aldığını söyledi. LlamaIndex, ortaya çıkan ajanın birden fazla sayfadan bağlamı çapraz referanslayabildiğini ve değerleri kesin kaynaklarda temellendirebildiğini belirtti.

Gönderinin ‘Yapısal Akıl Yürütme’ olarak adlandırdığı yetenek, belge temsilleri üzerinde çalışarak belge tipi, düzen ve bilgi yoğunluğuna göre çıkarımı özelleştirir: ajan, karmaşık belgeler için daha fazla çaba harcar ve daha basit belgeleri daha düşük gecikme ile işler. v2.5 için ekip, Agentic Plus’ın arkasındaki çerçeveyi Maliyet Etkin ve Agentic katmanlarına taşıdı, belge temsilleri, araçlar ve model yapılandırmaları değerlendirilerek her katmanın maliyet kısıtlamalarına göre araçlarını ve çıkarma stratejilerini uyarladı. Şirket ayrıca, ajanların şemaları ve çıkarma talimatlarını nasıl izlediği üzerinde çalıştığını, 3.200 alana kadar görevleri kapsadığını ve kayıt kimliklerinin çıkarılan kayıtları bir veritabanına eşleştirmek için kritik olduğu kullanıcıların bunu istemlerinde belirtmelerini tavsiye ettiğini belirtti.

Uzun Listeler, Sayfalar Arası Kayıtlar ve Taranmış Formlar

Uzun liste görevlerinde, LlamaIndex, Maliyet Etkin için puanların 82.0’tan 92.6’ya, Agentic için 86.1’den 95.5’e ve Agentic Plus için 94.5’ten 96.3’e yükseldiğini bildirdi. Şirket, v2.5’in tam veri setiyle çalışmak için ara temsiller kullandığını ve çıktısını kullanıcının şemasına karşı doğruladığını söyledi. Bir örnek olarak, 17 sayfalık bir fon dosyasında, önceki Maliyet Etkin katman 238 varlıktan 87’sini döndürürken; şirket, v2.5’in tüm 238’i döndürdüğünü ve belge çıkarım puanını 52.8’den 98.7’ye yükselttiğini belirtti.

Sayfalar arasında uzanan kayıtlarda, rapor edilen puanların Maliyet Etkin için 80.3’ten 92.0’a, Agentic için 85.5’ten 96.5’e ve Agentic Plus için 93.6’dan 96.7’ye yükseldiği bildirildi. United Way Worldwide Schedule I hibe tablosunda, şirket Agentic v2.0’ın bir sayfa sonunda durduğunu, hibenin amacını ve adresini eksik bıraktığını, v2.5’in ise aynı kayıtta bir sonraki sayfadan devamı dahil ettiğini söyledi.

Taranmış formlarda, rapor edilen puanların Maliyet Etkin için 89.6’dan 93.9’a, Agentic için 90.9’dan 95.7’ye ve Agentic Plus için 94.4’ten 96.1’e yükseldiği bildirildi. Notlandırılmış bir W-14 imha izninde, şirket Agentic katmanın daha önce bir inceleyicinin tarihini izin numarasıyla birleştirdiğini ve bir inceleyici notunu tatlı su derinliğine eklediğini, v2.5’in ise orijinal değerleri açıklamalardan ayırarak şema tarafından talep edilen alanlara yerleştirdiğini belirtti.

Gelişmiş Atıflar ve Temellendirme

Bu sürüm, Agentic ve Agentic Plus katmanları için Gelişmiş Atıflar’ı tanıtıyor; bu özellik, belgede kelimesi kelimesine bulunmayan değerler dahil olmak üzere zor alanlar için destekleyici kanıtların sınırlayıcı kutularını konumlandırıyor. İlk bir sürüm daha önce Agentic Plus’ta mevcutken; LlamaIndex, özelliğin temellendirme doğruluğunu daha da artırdığını ve bunu Agentic’e genişlettiğini söyledi. Şirket, ExtractBench temellendirme skorlarının Agentic için 46.8’den 80.6’ya ve Agentic Plus için 46.4’ten 82.2’ye yükseldiğini bildirdi. Karşılaştırma grafiği, Sonnet 5.5 için 63.2, GPT-6 SOL için 77.6, Opus 5.5 için 77.5, Reducto Deep Extract için 50.8, Extend Max için 21.8 ve kendi Maliyet Etkin katmanı için 54.3 temellendirme skorlarını listeliyor.

Şirket, sınırlayıcı kutu atıflarının güven skorlarıyla birleştirildiğini, bunun ekiplerin hangi çıkarılan değerlerin otomatik olarak ilerleyebileceğine, hangilerinin daha yakından incelenmesi gerektiğine karar vermesine yardımcı olduğunu ve inceleyicilerin iş içinde insan döngüsü (human-in-the-loop) süreçlerinde işaretlenmiş değerleri orijinal belgeye karşı kontrol etmelerini sağladığını belirtti.

Elektronik Tablo Modu ve Kullanılabilirlik

v2.5, yerleşik elektronik tablo çıkarımını ekliyor: elektronik tablo modunda, ajanlar düzleştirilmiş bir temsille değil, doğrudan çalışma kitabı hücreleriyle çalışır ve kullanıcılar bu modu çıkarım yapılandırmasında etkinleştirebilir.

Extract v2.5, LlamaCloud üzerinden, llp adlı Go tabanlı bir komut satırı aracı, Claude Code ve Codex dahil ajan istemcileri için bir MCP sunucusu ve Python llama-cloud SDK’sı aracılığıyla kullanılabilir; burada çıkarım işleri sürüm 2.5’i seçer ve cite_sources ve confidence_scores seçeneklerini etkinleştirebilir. LlamaIndex, kullanıcıları mevcut şemalarını kullanarak iş akışlarını temsil eden belgelerde v2.5’i çalıştırmaya teşvik etti ve bu sürümün özellikle daha önce manuel temizlik gerektiren veya otomatikleştirilecek kadar güvenilir olmayan belgeler için çıkarım kalitesinde önemli bir artış sağlamasını beklediğini belirtti.