Muhammad Anis Al Hilmi

LLM 混合方法提高 PDF 数据提取准确性

研究人员评估了从表格 PDF 文档中提取信息的三个方法，以学术课程注册表为例。策略包括仅使用大型语言模型 (LLM)、结合确定性方法和 LLM 的混合方法，以及使用 Camelot 并带有 LLM 回退的管道。实验表明，混合方法提高了元数据提取的效率，而带有 LLM 回退的 Camelot 管道实现了最高的准确性和计算效率，每份文档的提取时间不到一秒。