聚色wang 合合信息TextIn“大模子加快器2.0”上线，破解复杂版面及图表判辨穷困

【大师网科技空洞报说念】跟着大模子在社会应用中迟缓普及，东说念主们在享受便利的同期，也靠近着“AI 幻觉”产生的风险。训导数据是影响大模子“知道才略”的关键身分，近日，上海合合信息科技股份有限公司（简称“合合信息”）TextIn“大模子加快器 2.0”版块肃穆上线聚色wang，基于跨越的智能文档处理时期，对复短文档的版式、布局和元素进行精确判辨及结构化处理，从数据泉源缩小大模子“幻觉”风险，让大模子在与东说念主类的相易中“更靠谱”。

据悉，升级后的“大模子加快器”在复杂版面领路、表格及图表处理、践诺溯源等才略上杀青新冲破，可精确识别上千种文档中的跨页表格、兼并单位格、密集表格、手写字符及公式，判辨安闲率达99.99%，单页处理耗时较行业可比家具缩小超30%；可“逆收复”十余种专科图表数据，并将其转动为大模子可领路的结构化数据。此外，“大模子加快器 2.0”版块新增常识库系列开源组件，助力医疗、制造、老师等行业开发者构建个性化的常识库。

以老师行业为例，在“大模子加快器”的相沿下，合合信息与赛尔老师共同配合，人妻熟女升迁大模子对复杂版面、元素的“领路力”，使其按照东说念主类平素的阅读限定识别文档结构，智能离别标题、段落、表格和图表等践诺块，匡助大模子领路版面、践诺间的对应干系，减少AI“幻觉”表象。

赛尔老师CTO、老师数字化行状部总司理杨林提到，老师行业中所触及的文档情势各类，在践诺上也包含了表格、公式、手写字符、多言语翰墨等信息。怎样高效准确地索取各类文档中的文本信息，并非易事。

“老师行业的大模子开辟使命中，数据的数目和质地起着决定性作用。咱们作念了许多尝试，模子的速率和准确性皆够不上条款，严重影响科研使命的说明。”杨林浮现，行业常识库的构建基于大皆文档的文本信息索取，需要高着力、高准确率的器具。合合信息文档判辨时期提供了专科的时期相沿和管事，有用管束了文档处理过程中的问题。

除了复杂的版面布局，种类茂密、空间结构复杂的图表元素亦然判辨难点场地。“大模子加快器2.0”图表判辨模块可智能索取多种图表中的关键数据点、坐标轴信息、图例评释等，在精确判辨不同类型图表数据的基础上，将其收复为一组好意思满的Excel表格数据，作用于老师行业大模子微调，学科常识库开辟、智能审阅等智商。

近期，多家券商机构纷纷秘书接入大模子，匡助分析师、行业洽商员等专科东说念主士提高使命着力。为匡助用户简化专科文档数据筛选和数据抽取过程，升迁文档践诺解读着力与准确率，“大模子加快器 2.0” 上线了常识库家具组件，相沿复短文档的智能问答、转头与检索。

为了让行业“宽心”使用大模子，常识库家具推出溯源功能，通过在“投喂”给常识库的Markdown及JSON文献中标志页码、坐标等空间位置信息，杀青对句子、段落的精确溯源，为用户提供了一个快速考试的旅途。以财务分析为例，大模子在多份高达上千页的财报文献中找到收入、利润等关键数据后，券商分析师可愚弄溯源功能定位原表格，对信息进行复核，驻扎失误、遗漏。

据先容，当今常识库组件已面向开发者开源聚色wang，匡助其凭证自己需要快速构建个性化行业常识库。此前，合合信息已开源智能文档处理“百宝箱”系列家具，管束文档判辨精度低、判辨成果评估难等问题，开发者可凭证研发需求活泼搭配使用。（郑湘琪）