自動化端到端文件處理流程
AWS 示範一家中型抵押貸款機構如何將文件從電子郵件接收、分類、擷取、驗證到最終資料處理全面自動化。該工作流程結合 AWS GAIIC IDP Accelerator 與 Amazon Quick Automate。
Search
Tag: #document-processing18 results
Genspark 推出開源 AI 辦公套件
Genspark 宣布推出具備內建 AI 功能的開源辦公套件 GenOffice。該套件支援 DOCX、XLSX、PPTX 與 PDF 等常見文件格式。
📰
全新 OCR Hub 整合基準測試與開源模型資源
Papers with Code 推出 OCR 集中化平台，收錄 Chandra OCR 2 與 Mistral OCR v4 等頂尖模型。該平台提供關鍵基準測試與程式碼連結，協助開發者在快速發展的文件數位化工具領域中進行選擇。
Mistral 發布用於多語言文件提取的 OCR 4
Mistral 發布了 OCR 4，這是一款專為 170 種語言的高精度文件提取而設計的新工具。它提供包含邊界框、區塊類型和區域分數的結構化輸出。
Dr-DCI：透過動態工作區擴展實現代理搜尋規模化
Dr-DCI 是一個透過動態將相關文件提取至本地工作區來增強代理搜尋的新框架。此方法結合了基於檢索系統的可擴展性與直接語料庫互動的精確度，效能優於傳統搜尋方法。
優化 Amazon Bedrock Data Automation 的藍圖提取準確度
Amazon Bedrock Data Automation (BDA) 現在具備藍圖指令優化功能，可自動精煉提取邏輯。透過提供少量範例文件，使用者無需進行單獨的模型微調，即可顯著提高準確度。
前沿 AI 模型在自動化工作流程中會悄悄損毀文件
一項微軟的新研究顯示，前沿 AI 模型在多步驟自動化工作流程中，平均會損毀 25% 的文件內容。該研究引入了 DELEGATE-52 基準測試，旨在衡量委託知識任務中的可靠性。
📰
TurboOCR 達 270–1200 圖/s OCR 速度
TurboOCR 開源工具在 RTX 5090 上達 270–1200 圖/s，使用 Paddle + TensorRT C++/CUDA FP16。優化批量 PDF 處理，支援 PP-DocLayoutV3 版面偵測。較 PaddleOCR 快 80 倍，適合 RAG 與大規模需求。
📰
用本地 LLM 將研究論文轉成簡報
academi_slide 是一款開源工具，使用本地 LLM 將研究論文與文件轉換成簡報和摘要。它能擷取章節、表格、圖表、指標與引用，並支援 Ollama、llama.cpp、雲端模型及多語言工作流程。
🤖
修復 OCR 模型對層級文件章節標題的錯誤分類
開發者在處理法律文件時，發現 DeepSeek-OCR 會將章節標題誤標為內文。目前正在評估是否應採用 CRF 或 GNN 模型來提升結構化提取的準確度。