LlamaIndex ra mắt Extract V2.5 với cải thiện độ chính xác và khả năng gắn kết với nguồn

LlamaIndex đã giới thiệu Extract v2.5 vào ngày 1 tháng 10 năm 2026, là thế hệ mới của các tác nhân trích xuất tài liệu dựa trên lược đồ. Trong một bài viết blog có chữ ký của Adrian Lyjak và Eli Stewart, công ty báo cáo cải thiện độ chính xác trên cả ba cấp trích xuất và tăng cường khả năng gắn kết với nguồn cho hai cấp cao nhất, Agentic và Agentic Plus, và cho biết những cải tiến này không làm tăng giá mỗi trang.

Cải thiện tiêu chuẩn theo cấp

LlamaIndex báo cáo rằng trên ExtractBench, bộ đánh giá trích xuất tài liệu mở của họ, giá trị F1 tổng thể tăng từ 87.1 lên 93.9 cho cấp Cost Effective, từ 89.8 lên 95.8 cho Agentic, và từ 95.1 lên 96.4 cho Agentic Plus, cấp có độ chính xác cao nhất. Theo công ty, Cost Effective hiện đã vượt trội hơn so với cấp Agentic trước đây, và Agentic vượt trội hơn so với Agentic Plus trước đó.

ExtractBench kiểm tra 370 tài liệu doanh nghiệp tổng cộng 4.869 trang, trải rộng trên 8 lĩnh vực kinh doanh và 67 loại tài liệu, mỗi loại có lược đồ riêng. LlamaIndex công bố bộ đánh giá này cùng với bộ dữ liệu công khai, khung đánh giá và phương pháp luận, và đã đánh giá các mô hình VLM tiên tiến, các tác nhân lập trình, và các API trích xuất chuyên biệt trên đó.

Khung tác nhân mới và Lý luận cấu trúc

Công ty cho biết v2.5 chạy trên một khung tác nhân mới được thiết kế riêng cho việc trích xuất tài liệu, lấy cảm hứng từ các tác nhân lập trình mới nhất và được điều chỉnh quanh các mô hình để xử lý các chế độ lỗi trong thị giác, lý luận và xác thực. LlamaIndex cho biết tác nhân tạo ra có thể tham chiếu chéo ngữ cảnh từ nhiều trang và gắn các giá trị với đúng nguồn.

Một khả năng mà bài viết gọi là Lý luận Cấu trúc hoạt động trên các biểu diễn tài liệu để tùy chỉnh việc trích xuất dựa trên loại tài liệu, bố cục và mật độ thông tin: tác nhân dành nhiều công sức hơn cho các tài liệu phức tạp và xử lý các tài liệu đơn giản hơn với độ trễ thấp hơn. Đối với v2.5, nhóm đã mang khung phía sau Agentic Plus lên các cấp Cost Effective và Agentic, điều chỉnh công cụ và chiến lược trích xuất cho từng giới hạn chi phí của cấp sau khi đánh giá các biểu diễn tài liệu, công cụ và cấu hình mô hình. Công ty cũng cho biết họ đã làm việc về cách các tác nhân tuân theo lược đồ và hướng dẫn trích xuất, bao gồm các nhiệm vụ có tới 3.200 trường, và khuyên người dùng có ID bản ghi quan trọng để khớp các bản ghi đã trích xuất với cơ sở dữ liệu nên nêu rõ điều này trong lời nhắc của họ.

Danh sách dài, bản ghi xuyên trang và biểu mẫu được quét

Trong các nhiệm vụ danh sách dài, LlamaIndex báo cáo điểm số tăng từ 82.0 lên 92.6 cho Cost Effective, từ 86.1 lên 95.5 cho Agentic, và từ 94.5 lên 96.3 cho Agentic Plus. Công ty cho biết v2.5 sử dụng các biểu diễn trung gian để làm việc với toàn bộ bộ dữ liệu và xác thực đầu ra của mình so với lược đồ của người dùng. Trong một ví dụ, một hồ sơ quỹ dài 17 trang, cấp Cost Effective trước đây trả về 87 trong số 238 khoản nắm giữ; công ty cho biết v2.5 trả về toàn bộ 238, nâng điểm trích xuất của tài liệu này từ 52.8 lên 98.7.

Đối với các bản ghi trải qua nhiều trang, điểm số báo cáo tăng từ 80.3 lên 92.0 cho Cost Effective, từ 85.5 lên 96.5 cho Agentic, và từ 93.6 lên 96.7 cho Agentic Plus. Trong một bảng kê tài trợ Schedule I của United Way Worldwide, công ty cho biết Agentic v2.0 dừng lại ở ngắt trang, khiến mục đích và địa chỉ của khoản tài trợ không hoàn chỉnh, trong khi v2.5 bao gồm phần tiếp tục từ trang tiếp theo trong cùng một bản ghi.

Đối với các biểu mẫu được quét, điểm số báo cáo tăng từ 89.6 lên 93.9 cho Cost Effective, từ 90.9 lên 95.7 cho Agentic, và từ 94.4 lên 96.1 cho Agentic Plus. Trên một giấy phép xử lý W-14 có chú thích, công ty cho biết cấp Agentic trước đây đã kết hợp ngày của người đánh giá với số giấy phép và thêm ghi chú của người đánh giá vào độ sâu nước ngọt, trong khi v2.5 tách các giá trị gốc khỏi các chú thích vào các trường mà lược đồ yêu cầu.

Trích dẫn nâng cao và khả năng gắn kết với nguồn

Bản phát hành này giới thiệu Trích dẫn nâng cao cho các cấp Agentic và Agentic Plus, cho phép xác định các hộp giới hạn của bằng chứng hỗ trợ cho các trường khó, bao gồm các giá trị không xuất hiện nguyên văn trong tài liệu. Một phiên bản ban đầu đã có sẵn trong Agentic Plus; LlamaIndex cho biết họ đã cải thiện thêm độ chính xác khi gắn kết với nguồn của tính năng này và mở rộng nó sang Agentic. Công ty báo cáo điểm gắn kết với nguồn trên ExtractBench tăng từ 46.8 lên 80.6 cho Agentic và từ 46.4 lên 82.2 cho Agentic Plus. Bảng so sánh của họ liệt kê điểm gắn kết với nguồn 63.2 cho Sonnet 5.5, 77.6 cho GPT-6 SOL, 77.5 cho Opus 5.5, 50.8 cho Reducto Deep Extract, 21.8 cho Extend Max, và 54.3 cho cấp Cost Effective của họ.

Công ty cho biết các trích dẫn dạng hộp giới hạn kết hợp với điểm tin cậy, giúp các nhóm quyết định giá trị nào đã trích xuất có thể tự động tiến hành và giá trị nào cần kiểm tra kỹ hơn, cho phép người kiểm tra so sánh các giá trị được đánh dấu với tài liệu gốc trong quy trình làm việc có con người can thiệp.

Chế độ bảng tính và khả dụng

v2.5 bổ sung khả năng trích xuất bảng tính tích hợp sẵn: trong chế độ bảng tính, các tác nhân làm việc trực tiếp với các ô trong sổ làm việc thay vì một biểu diễn phẳng, và người dùng có thể bật chế độ này trong cấu hình trích xuất.

Extract v2.5 có sẵn qua LlamaCloud, một công cụ dòng lệnh dựa trên Go có tên llp, một máy chủ MCP cho các ứng dụng tác nhân bao gồm Claude Code và Codex, và SDK Python llama-cloud, nơi các công việc trích xuất chọn phiên bản 2.5 và có thể bật các tùy chọn cite_sources và confidence_scores. LlamaIndex khuyến khích người dùng chạy v2.5 trên các tài liệu đại diện cho quy trình làm việc của họ bằng cách sử dụng các lược đồ hiện có, và cho biết họ kỳ vọng phiên bản này sẽ là một bước tiến đáng kể về chất lượng trích xuất, đặc biệt đối với các tài liệu trước đây cần phải dọn dẹp thủ công hoặc không đủ tin cậy để tự động hoá.