AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：文档处理×
6月25日
09:29
09:29arXiv cs.AI@Rita-Nathalia Assaf, Tom Davot, Frédéric Lardeux, Frédéric Saubion
本文提出位置图（position graphs），一种基于位置空间形式化的图推理框架。该框架使用两个严格偏序关系（分别表示水平和垂直对齐与优先）来建模离散标记的相对位置。与通用定性空间演算不同，位置图受到链条件和兼容性约束，重点聚焦行与列。文章提供了位置图一致性的充要条件，并证明在该类图上诱导子图同构问题（用于结构模式发现）是NP完全的。该工作源于文档处理，但独立于具体提取技术，专注位置约束的数学性质。
论文Position GraphsPosition Spaces图推理文档处理NP完全
推荐理由：这篇论文提出了位置图框架，用图结构建模离散token的空间关系，并证明了模式发现是NP完全问题，适合对图推理或文档分析感兴趣的研究者。
原文
6月24日
17:51
6月23日
23:10
6月16日
20:46
20:25
20:25shao__meng@shao__meng
精选72°
LandingAI 将 Agentic Document Extraction 升级为两个 Agent Skills：document-extraction 提供 Markdown 结构化、JSON Schema 字段抽取、按文档类型拆分、按页分类等原子操作，document-workflows 则支持并行批处理、混合文档流水线、RAG 准备及 Snowflake 导出等功能。这些技能可被 Claude Code、Codex、Cursor 等编程智能体在对话中直接调用，无需手写脚本。其中大文件处理能力达约 1GB / 6000 页，并支持元素级坐标与置信度。
AI产品LandingAIAgent Skills文档处理Claude Code编程智能体
推荐理由：LandingAI 搞了两个 Agent Skills，装上后让 Claude Code 这类编程智能体直接对话里就能搭文档处理流水线，省掉你手写 API 脚本的功夫。
原文
6月12日
23:01
23:01AWS Machine Learning Blog@Charles Meruwoma
AWS 发布了一篇博客，详细介绍了如何利用 Amazon Bedrock 的托管服务 BDA（Bedrock Data Automation）构建智能文档处理管道。该管道能自动从 PDF 等文档中提取和分析内容，并通过 Strands Agent 协调专门任务，结合 Bedrock Knowledge Base 实现多文档的上下文理解。这一架构旨在以低成本、可扩展的方式，让企业无需大量开发即可将文档处理流程智能化。对于需要处理大量合同、报告或表单的团队，这提供了一条直接可用的路径。
AI产品AWSAmazon Bedrock文档处理智能体知识库
推荐理由：做文档自动化或知识管理的团队，可以直接用 AWS 这套架构把 PDF 处理流程跑通，省去自己搭模型和管线的麻烦。
原文
12:57
03:40
6月11日
15:28
15:23
15:07
6月5日
02:42
01:21
01:21LlamaIndex@llama_index
72°
LlamaIndex 发布了开源项目 Parse-Flow，旨在解决企业 AI 中从 PDF 等非结构化文档提取可靠结构化数据的难题。该项目提供了一个可视化工作流设计器，集成了四个核心文档处理原语：解析、分类、分割和提取。用户可以通过拖拽步骤构建管道，实时观察事件流，底层由 LlamaAgents 工作流驱动，确保每一步可观测且错误可处理。这对于处理合同、发票、报告等复杂文档的企业 AI 应用具有重要意义。
AI产品LlamaIndex文档处理开源/仓库数据管道企业AI
推荐理由：企业 AI 团队终于有了一个可视化的文档处理工具，能直接从 PDF 中提取结构化 JSON，做数据清洗和 RAG 管道的开发者可以直接用起来。
原文
5月29日
08:14
08:14Jerry Liu@jerryjliu0
精选
LlamaIndex 发布了 LiteParse v2，号称是世界上最快的 PDF 解析器，同时保持高精度。团队用 Rust 重写了整个库，并适配为 Python 和 Node 原生包。在 LLM QA 任务基准测试中，LiteParse 与 pdftotext 并列准确率第一，但速度更快；PyMuPDF 延迟接近，但在处理多栏、表格等复杂布局时表现不佳。LiteParse 还支持 50 多种文档格式（包括 .docx、.pptx、.xlsx），并提供 OCR 和截图工具，可直接在 AI Agent 中使用。
AI产品PDF解析Rust开源/仓库LlamaIndex文档处理
推荐理由：做 RAG 或文档处理的团队终于有了一个又快又准的开源选择——LiteParse 在速度和准确率上双杀现有方案，建议做 PDF 解析的开发者直接试。
原文
5月28日
09:48
5月19日
10:22
10:22arXiv: DeepSeek@Diego Gosmar, Giovanni Zenezini
精选
MADP 是一个面向企业文档处理的多智能体架构，包含分类、拆分、解析、提取和验证五个专用智能体，并引入人工在环（HITL）机制和提示微调反馈继承（PFTFI）方法。在10万张发票/年的生产场景中，MADP 可减少约70%的全职人力需求；实际部署955份文档后，全管线自动化率达97%，仅3%需非AI回退。在100份文档的消融测试中，完整配置下文档级准确率达98.5%。相比传统人工处理，MADP 还减少69%的二氧化碳排放、69%的能耗和63%的水耗，并对比了 Granite-Docling、Mistral-Small、DeepSeek-OCR 等多个 LLM 后端。
论文多智能体文档处理人工在环企业自动化可持续AI
推荐理由：企业文档处理团队终于有了可落地的多智能体方案——MADP 用 HITL 机制平衡自动化与准确率，做发票、合同等批量文档处理的团队可以直接参考其部署结果和碳排放数据。
原文
5月17日
14:04
14:04Jerry Liu@jerryjliu0
精选
LlamaIndex CEO Jerry Liu指出，金融领域的AI智能体可分为两类：一是重复性操作工作（如发票处理、贷款发起、KYC），二是开放式研究与报告生成（如尽职调查、股票研究）。他在纽约的研讨会上强调，构建高质量文档上下文层需要严格的OCR层、评估检查和良好的人机交互审核UI/UX，因为数字的微小错误可能导致灾难性后果。他分享了演讲幻灯片和Logan的仓库，后者展示了构建带完整人机交互审核的金融文档解析流水线。LlamaIndex的核心使命是为金融等领域的AI智能体提取最高质量的文档上下文。
AI产品金融AI文档处理OCR人机交互审核LlamaIndex
推荐理由：金融从业者做AI智能体时，文档上下文质量直接决定成败——LlamaIndex的实践方案（OCR+评估+人机审核）值得参考，尤其是处理发票、KYC等场景的团队建议点开。
原文