LlamaParse 改善 Word（.docx）文件的表格解析
LlamaParse 更新了 Word（.docx）文件的表格解析方式，改為直接從 Word XML 擷取表格內容並保留原始結構。其專有技術會將 Word XML 表格元素對應至渲染結果中的正確頁面位置，並把 XML 表格內容轉換為 Markdown；這項更新目前適用於 .docx 表格。
#部署/工程
#部署/工程
今日 16 條LlamaIndex：產品、工程與評測AI 評分4848 LlamaIndex：產品、工程與評測AI 評分2929 法律文件 OCR：準確度與合規要求
法律文件 OCR 的結構錯誤與字符誤讀會妨礙 eDiscovery 搜尋、合約審查及合規記錄，並帶來法律風險。複雜版面下，傳統 OCR 的字符錯誤率為 3–8%；準確率達 98% 時，處理 50,000 頁仍有 1,000 頁出錯。文章探討智能體方法如何縮小差距，以及評估法律工作流程 OCR 軟件時應關注的因素。
LlamaIndex：產品、工程與評測AI 評分3030 建構 OCR 流程：提升效率的步驟
要構建可靠的 OCR 流程，須整合文件輸入、影像預處理、文字檢測與識別、版面解析及驗證，將掃描件、PDF 和圖片轉為可供後續系統使用的結構化資料。文件格式、影像品質及表格與多欄版面各異，單靠字元識別容易遺失欄位、表格與文件區段之間的關係，各處理階段須協同運作以確保輸出可靠。
LlamaIndex：產品、工程與評測AI 評分5858 LlamaIndex 復盤 LlamaParse 的 VLM 驅動 OCR 生產故障及緩解方法
LlamaIndex 復盤 LlamaParse 文件處理流程中的兩類生產故障：模型重複輸出造成延遲與資源耗盡，recitation 內容攔截則令生成中止並使下游流程出錯。
LlamaIndex：產品、工程與評測AI 評分5555 LlamaParse 與 LiteParse 如何為智能體提供結構化文件理解
LlamaIndex 為智能體提供 LlamaParse 與 LiteParse 技能，讓支援可安裝技能的執行環境調用結構化文件解析。LlamaParse 連接 LlamaIndex 的雲端解析 API，適合複雜版面、表格和圖表；LiteParse 則透過 CLI 工具 `lit` 在本機處理文件，並可輸出保留空間關係的 JSON、使用 OCR。
LlamaIndex：產品、工程與評測AI 評分3838 金融文件欄位擷取範本：多數流程常犯的錯誤
可靠的金融文件欄位擷取範本不能只列欄位，還須定義資料型別、結構、預期位置及驗證規則，以免系統因版面差異而靜默輸出錯誤數值。發票與銀行結單應採用分開的模組化結構並共用驗證層；OCR 之外，處理層亦須理解文件版面，否則規則式定位及逐頁擷取可能造成錯值、交易列遺漏或重複。
LlamaIndex：產品、工程與評測AI 評分4848 LiteParse 如何將 PDF 轉為文字：深入剖析網格投影演算法
LiteParse 以網格投影演算法將 PDF 文字座標重建為純文字，利用等寬字元網格保留空間排列與對齊結構。演算法按 Y 座標容差將文字片段分行，並抽取左、右及置中錨點，將內容吸附至相應位置。空白壓縮可把 4 個空格的欄距縮為 2 個，以保留 LLM tokens 並維持版面資訊；GridDebugLogger 則可追蹤處理流程中的判斷。
LlamaIndex：產品、工程與評測AI 評分5959 LlamaParse MCP 改以文件處理為核心，為 AI 智能體提供 OCR 工具
LlamaIndex 重構 LlamaParse Platform MCP，將重心由儲存與檢索轉向由 Parse、Classify 和 Split 服務支援的文件處理。
LlamaIndex：產品、工程與評測AI 評分5757 LlamaIndex 發佈 LiteParse Server 自託管文件解析 API
LlamaIndex 推出 LiteParse Server，將 LiteParse 封裝為可自託管的 HTTP API，供不同語言或服務作為文件解析後端。它支援 PDF、Office 文件和圖片，提供帶有文字位置與邊界框的解析結果，並設有 /parse 和 /screenshots 兩個端點。
LlamaIndex：產品、工程與評測AI 評分3737 護照 OCR：為何 MRZ 不只是兩行文字
護照的 MRZ 不只是兩行待辨識文字，而是依 ICAO Document 9303 編碼、附有校驗碼的身份紀錄；TD3 格式每行 44 個字符，欄位校驗碼按 7-3-1 權重計算並取 modulo 10。只抽取字符而不驗證校驗碼，或不比對 VIZ 與 MRZ，便可能漏掉辨識錯誤及篡改差異。交叉驗證亦可在 VIZ 遭全息圖眩光遮擋時參照 MRZ 資料，並標記差異供審核。
LlamaIndex：產品、工程與評測AI 評分2929 貸款文件自動化：為何擷取層決定流程成敗
貸款文件自動化的成敗取決於擷取與文件分類的準確度；只自動化流程轉送、沿用傳統 OCR，仍無法消除人工核對。採用 AI 決策但仍以舊式 OCR 擷取的貸款機構，仍須人工審查 40-60% 的檔案。Agentic OCR 會按頁面與元素類型識別文件、選擇模型並驗證擷取值，簡化後續收入計算、條件追蹤及承保審查。
LlamaIndex：產品、工程與評測AI 評分5757 如何用 LlamaParse 建立金融文件處理流程
Logan（LlamaIndex 的 Head of OSS）在 NYC 工作坊帶領開發者用 LlamaParse 建立貸款審核流程，處理薪資單與券商結單 PDF，抽取結構化資料並進行跨文件分析。
LlamaIndex：產品、工程與評測AI 評分5858 LiteParse v2.0 現已支援 Rust、Node、Python 與 WASM
LlamaIndex 發佈 LiteParse v2.0，提供 Rust、Node、Python 和 WASM 套件，可在瀏覽器及 edge runtimes 執行。
LlamaIndex：產品、工程與評測AI 評分6161 LlamaIndex 為 LiteParse v2.1 加入 PDF 轉 Markdown 輸出
LlamaIndex 推出 LiteParse v2.1，新增以啟發式規則實現的無模型 PDF 轉 Markdown 管線。文章稱它在 3 項基準中領先同類無模型開源工具；文首列出的分數為 opendataloader-bench 0.875、olmOCR-bench 0.391、ParseBench 0.3279，後文表格則分別列出 0.871、39.2% 和 0.328。
LlamaIndex：產品、工程與評測AI 評分6262 LlamaParse Index 加入 Retrieval Harness，並向所有付費方案開放 Beta
LlamaIndex 在 LlamaParse Index 中加入 Retrieval Harness，並將該功能及其他更新以 Beta 形式開放予所有付費方案。
LlamaIndex：產品、工程與評測AI 評分4545 貸款處理工作流程：如何以 LlamaParse 自動化從申請到批核的文件擷取
貸款處理指南示範以 LlamaParse 建立自動化文件擷取流程，涵蓋由申請到批核的多類貸款文件。流程按文件特性選用 Cost-Effective、Balanced、Premium 或 Agentic 模式，並透過跨文件核驗檢查税表收入、銀行存款、借款實體及估值等資料的一致性。
LlamaIndex：產品、工程與評測AI 評分6060 LLM OCR：錯誤變得更隱蔽，卻沒有減少
LLM OCR 降低了難讀文件的錯誤率，但漏讀或錯認可能藏在流暢、格式整齊的結果中，令錯誤更難察覺。文章區分 OCR 後校正、VLM 原生轉錄與智能體編排，並指出欄位級準確度、來源定位和驗證流程可補足頁面級字串相似度的不足。
LlamaIndex：產品、工程與評測AI 評分4545 智能 OCR：構建生產級文件理解系統
智能 OCR 結合傳統字符識別、機器學習、版面分析、語義抽取與驗證邏輯，將文件轉為下游系統可用的結構化數據，而非純文字。文章探討生產級流程的架構、驗證與治理，以及企業將系統由原型推進至生產環境時須考慮的事項。
LlamaIndex：產品、工程與評測AI 評分5050 LlamaParse OCR 自動化：從基礎文字擷取到生產級文件處理管線
LlamaIndex 梳理 OCR 從基本文字擷取到生產級文件處理管線的落差，並説明 LlamaParse 如何按文件元素調用專用模型，經修正迴圈驗證後輸出 Markdown 或 JSON。
Google Developers BlogAI 評分5353 Google 開源 Credentio C++ 庫，支援驗證 C2PA Content Credentials
Google 開源 Credentio C++ 庫，用於驗證 C2PA Content Credentials，起步支援規格版本 2.2 和 2.4。其 API 可在開發者應用程式本地執行驗證，媒體檔案毋須傳送至雲端或外部驗證端點；驗證大型檔案時，Credentio 使用的記憶體亦少於其他方案。
LlamaIndex：產品、工程與評測AI 評分6161 LlamaIndex 如何利用 Temporal 擴展可靠的文件編排
LlamaIndex 採用 Temporal 編排文件處理工作流，將處理規模擴展至每日數千萬頁，以支援其近期 Batch API 發佈。此前團隊在 RabbitMQ 上疊加狀態追蹤、重試、公平性和背壓機制；Temporal 則以持久化 Workflow 和訊號協調執行與併發限制。切換後，團隊整合並移除了此前為擴展而增加的快取層、額外微服務、分拆佇列及訊息 metadata。
LlamaIndex：產品、工程與評測AI 評分4848 LlamaParse 如何從 PDF 擷取表格：大規模建立結構化、經驗證的資料
LlamaParse 用於從 PDF 擷取表格，重建文字的列欄關係，並輸出可供下游系統驗證和使用的結構化資料。PDF 通常只儲存文字座標或掃描圖像；跨頁表格、合併儲存格和多行內容，會令純文字抽取及固定模板容易出現錯位或失效。
LlamaIndex：產品、工程與評測AI 評分5858 LlamaIndex Extract 信心分數實用指南：設定門檻與衡量自動化比例
LlamaIndex 説明如何在 Extract 中以信心分數設定自動接受與人工覆核門檻，並用代表性資料集校準至指定精確率。
LlamaIndex：產品、工程與評測AI 評分5353 OCR 文件處理：為何更好的抽取器未能縮短人工審核佇列
LlamaIndex 指出，OCR 文件處理的自動化率不只取決於欄位準確率，也取決於系統能否辨識可能出錯的欄位並據此分流人工審核。文章以 20 個欄位、每欄 97% 準確率為例，在理想化假設下估算整份文件全對率約 54%，並提出錯誤捕捉率作為比單看準確率更能預示自動化上限的指標。
LlamaIndex：產品、工程與評測AI 評分5555 AI 文件抽取為何容易在 Schema 設計上出錯
LlamaIndex 指出，AI 文件抽取在生產環境失準，往往源於 Schema 未界定欄位語義、可空性或重複資料結構，而不只是模型讀取錯誤。其 ExtractBench 涵蓋 4,869 頁、370 份文件、8 個業務領域及 67 種文件類型，分開衡量值 F1、記錄完整度與詞級及頁級 grounding F1；文中稱商用 VLM 在長文件中會截斷記錄清單。
LlamaIndex：產品、工程與評測AI 評分5858 LiteParse 2026 年 9 月更新加快 PDF 解析、改善表格準確度並新增視覺定位
LlamaIndex 更新 LiteParse，PDFium 優化令文字抽取耗時減少 20-25%，並改善 Markdown 解析表現，新增視覺定位及 is-complex API。
LlamaIndex：產品、工程與評測AI 評分3030 LlamaParse 應付帳款 OCR：效益、挑戰與最佳實踐
LlamaParse 將應付帳款 OCR 與 VLM 文件解析、機器學習及結構化解析整合，把非結構化發票轉成可驗證、可供企業系統使用的財務資料。系統可擷取發票欄位及明細，並在資料進入 ERP 前核對小計、明細與總額是否符合財務規則。結構化索引和檢索亦可加快查找發票記錄及財務屬性，強化審計準備。
LlamaIndex：產品、工程與評測AI 評分3131 LlamaParse 表格 OCR：如何從文件提取結構化資料
表格 OCR 透過表格偵測、結構辨識與資料擷取，將文件中的表格轉為 JSON、CSV 或 Excel 等機器可讀格式。LlamaParse 的發票示例會重建行列及欄位關係，並把數值映射至指定 schema。算術、資料類型及跨欄位一致性檢查，有助避免結構錯配流入企業工作流程。
LlamaIndex：產品、工程與評測AI 評分3939 非結構化資料抽取：如何將文件轉化為結構化洞察
現代非結構化資料抽取結合 NLP、NER 與 LLM，從文件擷取可查詢的結構化資訊，供下游系統處理。實際流程包括文件匯入、OCR 與分塊等預處理、提示詞抽取、資料驗證及輸出整合。LLM 的 zero-shot 能力無需領域專用訓練例子，可降低新增文件類型的成本。
IT之家AI 評分4848 特斯拉持續推進 FSD 監管版輔助駕駛系統在中國台灣地區落地，進一步優化道路測試計劃
特斯拉正持續推進 FSD 監管版輔助駕駛系統在中國台灣地區落地的申請，並按首輪技術審查意見進一步優化道路測試計劃架構。測試路線除涵蓋法規要求場景，亦將納入由城市至鄉村的多種交通環境，以驗證系統對當地機動車與摩托車混行及交通規則的適應能力。公司將完善路線與場景規劃，推進系統取得相關審核認可。
IT之家AI 評分6060 NVIDIA DGX Spark 推出 64GB 版本，起售價 4,999 美元
NVIDIA 推出 DGX Spark 64GB 版本，起售價 4,999 美元，並將於 10 月 23 日發售。產品基於 GB10 Grace-Blackwell，約 56GB 記憶體可供模型權重與 KV cache 使用，並最多支援 4 台設備組成集羣。官方實測兩台設備組成集羣運行 Qwen3.8-27B，相比單台設備性能最高提升 1.7 倍。
OpenAI Developers：Blog精選AI 評分7676 OpenAI 分享以 Skills、託管 shell 與服務端 compaction 建構長時間運行智能體的實作技巧
OpenAI 分享以 Skills、託管 shell 和服務端 compaction 構建長時間運行智能體的實作模式，涵蓋技能路由、容器復用與網絡配置。Glean 面向 Salesforce 的 skill 將評測準確率由 73% 提升至 85%，並令 time-to-first-token 縮短 18.1%。
推薦理由：文章將 Skills、shell 與服務端 compaction 的分工整理成長流程建構方法，並涵蓋技能路由、產物交接及網絡隔離等可複用設計。
MiniMax：Blog精選AI 評分7676 MiniMax 開源 M2 模型，並推出中國版、升級海外版 MiniMax Agent
MiniMax 正式開源並推出面向智能體與編碼的 MiniMax M2，同時在中國推出 M2 驅動的 MiniMax Agent，並升級海外版本。
推薦理由：MiniMax M2 公佈 Artificial Analysis 10 項測試成績、API 定價與約 100 TPS 推理速度，並開放權重，呈現智能體模型在表現、速度與部署成本間的取捨。
OpenAI NewsAI 評分4343 Chatham 藉助 OpenAI 擴展資本市場專業能力
Chatham Financial 使用 Codex 和 GPT-5.6 建構技術並重新設計工作流程，將交易驗證時間由 30 分鐘縮短至不足 4 分鐘。
AWS Machine Learning BlogAI 評分5151 uniopen 如何客製化 Amazon Nova 2 Lite 以符合零售內容審核政策並部署至生產環境
uniopen 以 Amazon SageMaker AI 監督式微調及提示詞優化客製化 Amazon Nova 2 Lite，令兩項零售審核分類指標均達到生產門檻。
AWS Machine Learning Blog精選AI 評分6161 Claude Platform on AWS 多環境存取實作指南
AWS Machine Learning Blog 提供 Claude Platform on AWS 多環境存取指南，示範為 AWS 工作負載、開發者筆電及外部環境配置推理存取。
推薦理由：文章按 AWS 工作負載、開發者筆電與外部環境，示範 cross-account SigV4、workspace-scoped API key 和 OIDC federation 如何配置，並維持 workspace 隔離。
Tessl：產品與工程博客AI 評分5050 AI 智能體轉型中的上下文由誰擁有？
AI 智能體轉型中，個人與團隊上下文應由領域專家擁有；組織級共享上下文則由 enablement 或平台團隊負責整理與品質管理，並開放各方貢獻。enablement 團隊應提供工具而非接管上下文；context engineering 屬於貼近領域知識的本地工作，loop engineering 則可較集中運作。
Tessl：產品與工程博客AI 評分6060 「一個大腦」意味着掌握組織記憶
Leapfrog 團隊的作者分享以 OpenClaw、GitHub、Obsidian 和 Telegram 搭建組織記憶系統，讓團隊可透過智能體以自然語言查詢公司知識與客户脈絡。研究庫當時約有 1,200 個檔案，另設客户資料庫；系統區分個人、領導層、公司與客户知識，只把經判斷扎實且有用的研究升格分享。作者建議先讓一人本機試行，確認維護、權限及資料安全要求，再按實際需要逐步增加檢索層。
LlamaIndex：產品、工程與評測AI 評分3636 AI 文件分類：自動化分揀與標記實用指南
AI 文件分類利用訓練模型理解文件內容、結構與語境，自動分配類別及標籤，並將文件送入相應工作流程。傳統機器學習分類器須以數千份已標註文件訓練；大語言模型可根據自然語言類別描述進行零樣本分類，無須標註訓練資料。信心評分讓高信心結果直接流轉，低信心結果轉交人工審核。
LlamaIndex：產品、工程與評測AI 評分3030 KYC 自動化：如何以可擴展且合規的工作流程取代人工核驗
KYC 自動化以軟件執行文件擷取、身份核驗、制裁篩查和風險評分，將人工審核集中於例外個案。標準案件的處理時間可由數天至數星期降至數分鐘至數小時，並留下完整、帶時間戳且可核查的審計紀錄。LlamaParse 以智能體式文件解析、版面感知電腦視覺及多重驗證迴圈，將不同格式文件轉為結構化資料。