Greg และ Max ผู้ก่อตั้ง Parsewise เปิดตัว API ที่แปลงข้อมูลไม่เป็นโครงสร้าง (unstructured data) เป็นข้อมูลที่สอดคล้องกับ schema พร้อมติดตามแหล่งที่มาของค่าข้อมูลทั้งหมด ผ่านการประมวลผลหลายเอกสารในคราวเดียว ช่วยแก้ปัญหาการตรวจสอบผลลัพธ์ที่ซับซ้อนของระบบ AI ปัจจุบัน Parsewise ใช้เทคโนโลยี self-improving agent definitions ที่กำหนดแหล่งข้อมูลที่ยอมรับได้ ตรรกะการรวมค่า และกฎการระบุความไม่แน่นอน พร้อมใช้โมเดล Gemini สำหรับการเห็นภาพ (visual reasoning) ได้ผลลัพธ์เหนือกว่า Claude Fable บน benchmark Databricks OfficeQA ที่เข้มงวดที่สุด แพลตฟอร์มใช้ vLLMs สำหรับการวิเคราะห์ข้อมูล และโมเดลขนาดเล็กสำหรับการค้นหาข้อมูลแบบครอบคลุม (exhaustive search) แตกต่างจาก RAG ที่ไม่ค้นหาทั้งหมด พร้อมให้ธุรกิจตรวจสอบข้อมูลได้ทันทีผ่าน API หรือใช้งานภายในระบบ
สรุปด้วย MAF Local AI · เนื้อหาต้นฉบับเป็นของแหล่งข่าว