OCR 已死，Agentic OCR 长存：LlamaParse 如何为 AI 智能体解析文档
LlamaIndex 提出 Agentic OCR 理念，即文档解析系统通过 LLM 工具调用循环自主决定阅读策略、调用专用模型并基于结果迭代，而非传统 OCR 的单次转换。该系统需满足三项要求：解析策略随文档自适应、纠错须有证据支撑、执行过程有明确时限与目标。LlamaParse 已在 "Agentic" 和 "Agentic Plus" 档位提供上述能力。
LlamaIndex：产品、工程与评测
llamaindex.ai · 网站与博客
切换来源
全部网站与博客新闻IT Home8967 条Simon Willison360 条OpenAI News317 条TechCrunch · AI298 条The Decoder274 条The Verge · AI161 条Hugging Face Blog151 条Claude Blog140 条elsewhere articles115 条Google Research108 条OpenRouter Announcements103 条Mistral AI89 条Tomer Tunguz83 条Databricks Blog82 条Sierra Blog67 条Anthropic Newsroom65 条Gary Marcus64 条Claude Platform release notes62 条Runway News62 条Gemini API 更新日志60 条LMSYS Blog60 条Manus Blog60 条Together AI Blog60 条Google DeepMind58 条NVIDIA Blog53 条a16z News49 条Apple Machine Learning Research48 条LangChain Blog48 条Suno Blog48 条ByteByteGo46 条ElevenLabs Blog45 条Google Blog: AI41 条Qwen Blog40 条Google Developers Blog35 条Cursor Blog34 条Microsoft AI News32 条Google Cloud: Databases31 条Linear Now30 条AWS Machine Learning Blog29 条Ars Technica · AI27 条Dwarkesh Patel27 条Nathan Lambert: Interconnects25 条Latent Space24 条DeepSeek API updates23 条Sakana AI Blog23 条Anthropic Research21 条Import AI21 条AI as Normal Technology20 条ByteDance Seed Papers17 条MIT Technology Review · AI16 条GitHub Blog · AI & ML12 条MiniMax Blog12 条Meta Engineering11 条Sam Altman Blog11 条Berkeley AI Research10 条Black Forest Labs Blog10 条MarkTechPost10 条Microsoft Research10 条xAI：News9 条Cohere 产品与研究博客8 条Epoch AI：Gradient Updates8 条Factory 研究 / 产品8 条Google AI：DEV 作者专属8 条OpenClaw Blog8 条Recode China AI8 条Redwood Research Blog8 条Replit Blog8 条SemiAnalysis 长文8 条Understanding AI8 条404 Media7 条Amazon Science7 条Every latest articles7 条Exponential View7 条Liquid AI 模型与工程博客7 条LlamaIndex：产品、工程与评测7 条PromptArmor：Threat Intelligence7 条PyTorch Blog7 条Thinking Machines Lab Blog7 条Preferred Networks：AI 研究与产品6 条ByteDance Seed Research5 条ChinaTalk5 条Chips and Cheese4 条Artificial Intelligence News3 条Canary Media：Data Centers2 条CMU Machine Learning Blog1 条Claude YouTube0 条MarkTechPost · 历史来源118 条xAI News · 历史来源73 条Artificial Intelligence News · 历史来源52 条Claude YouTube · 历史来源44 条Ars Technica: AI · 历史来源18 条GitHub Blog · 历史来源17 条Lilian Weng's Log · 历史来源2 条
7 条AI 相关新闻 · 最新在前
LlamaIndex：产品、工程与评测AI 评分4848
LlamaIndex：产品、工程与评测AI 评分5757 LlamaIndex 发布 Extract v2.5 文档抽取智能体，全档位准确率提升
LlamaIndex 发布 Extract v2.5，基于 schema 的文档抽取智能体全档位准确率提升且每页价格不变。Cost Effective 在 ExtractBench 上从 87.1 升至 93.9，Agentic 从 89.8 升至 95.8，Agentic Plus 从 95.1 升至 96.4。
LlamaIndex：产品、工程与评测AI 评分4343 LlamaParse 解析：为什么 VLM 读不懂表单？
LlamaIndex 发文解释 VLM 难以处理表单的原因：表单含文本框、复选框、签名等 Markdown 无法表达的结构，且复选框勾选与否会直接改变下游智能体动作。LlamaParse 将表单表示为可任意嵌套的字段与 section 树，字段含 id、label、value 与 field 类型，并以 W-2、Form 1040 为例展示 JSON 输出，称其以更低成本优于通用 VLM。
LlamaIndex：产品、工程与评测AI 评分5959 LlamaIndex 发布 LiteParse 2.14.6 更新，文本提取降至 2.76ms/页并新增视觉定位
LlamaIndex 发布 LiteParse 2.14.6，通过 PDFium fork 的内存分配优化等改动，文本提取提速 20-25%，平均 2.76ms/页、markdown 渲染 3.94ms/页，并称在所测开源解析器中最快；表格提取在 opendataloader-bench 从 0.693 升至 0.818。
LlamaIndex：产品、工程与评测精选AI 评分6161 LlamaIndex 解析 AI 文档抽取中 schema 为何成为主要故障点
LlamaIndex 发文指出 AI 文档抽取中解析层已很成熟，真正拉低准确率的是未经审查的 schema 设计：required 字段逼模型编造值、同一字段在不同发行方含义不同、把重复结构坍缩成标量。
推荐理由：原文把文档抽取的失败从模型问题拆到 schema 设计，给出 required、歧义、一对多三类具体修复方案，方法可直接迁移。
LlamaIndex：产品、工程与评测AI 评分5353 LlamaIndex 解析 OCR 文档处理：更准的抽取模型为何缩小不了审核队列
LlamaIndex 发文分析 OCR 文档处理中单字段准确率与自动化率的错配，指出审核队列大小由路由用的置信信号决定而非抽取准确率。
LlamaIndex：产品、工程与评测AI 评分3838 智能文档处理平台：多数厂商做错了什么
多数智能文档处理（IDP）平台在演示中表现良好，但在生产环境中会因文档多样性而失效，演示与生产的准确率差距常达 10 到 20 个百分点，干净 PDF 上 98% 的准确率在实际收件上可能只有 82%。