“belge işleme” için sonuçlar
7 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Kurumsal yapay zeka sistemleri için yeni değerlendirme standardı geliştirildi
Araştırmacılar, kurumsal belge işleme yapay zeka sistemlerinin performansını bütüncül olarak değerlendiren ilk kapsamlı test platformunu geliştirdi. EnterpriseDocBench adlı bu sistem, belge ayrıştırma, indeksleme, bilgi erişimi ve metin üretimi aşamalarının tümünü birlikte test ediyor. Altı farklı kurumsal alanda yapılan testlerde, hibrit arama yönteminin geleneksel BM25 tekniğini çok az farkla geçtiği, yoğun gömme yönteminden ise belirgin şekilde üstün olduğu görüldü. İlginç bir bulgu, çok kısa ve çok uzun belgelerin orta uzunluktaki belgelere göre daha fazla yanıltıcı bilgi ürettiğinin keşfedilmesi. Araştırma, kurumsal yapay zeka çözümlerinin gerçek performansını ölçmek için standardize edilmiş bir yaklaşım sunuyor.
Yapay Zeka El Yazısı Okuma Konusunda Yeni Yöntemlerle Başarı Elde Ediyor
Araştırmacılar, çok sayfalı el yazısı belgelerin transkripsiyonunda yapay zekanın performansını artırmak için yeni yöntemler geliştirdi. Geleneksel yaklaşımlar her sayfayı ayrı ayrı işlerken, yeni sistem sayfalar arasındaki bağlamsal ilişkiyi ve yazım stilindeki benzerliği de değerlendiriyor. Çalışma, optik karakter tanıma (OCR) teknolojisi ile çok modlu büyük dil modellerini bir araya getiren hibrit yaklaşımları test ediyor. El yazısı tanıma teknolojisi halen zorlu bir alan olmaya devam ederken, bu yeni yaklaşımlar özellikle etiketli veri gerektirmeyen sıfır-atış yöntemleriyle öne çıkıyor. Araştırma, yapay zekanın metin ve görsel verileri birlikte işleyebilme kapasitesini kullanarak, geleneksel yöntemlerin aksine belgelerin bütünsel yapısını anlamlandırmaya odaklanıyor.
Yapay Zeka Belge Anlama Konusunda Yeni Boyut: Çok Modlu RAG Teknolojisi
Yapay zeka sistemlerinin belgeleri anlamada karşılaştığı temel zorluklar için yeni bir çözüm önerisi geldi. Geleneksel OCR tabanlı sistemler yapısal detayları kaybederken, çok modlu dil modelleri de bağlam modelleme konusunda yetersiz kalıyor. Araştırmacılar, metin, tablo, grafik ve sayfa düzenini bir arada değerlendirebilen 'Çok Modlu Retrieval-Augmented Generation' (RAG) yaklaşımını geliştirdi. Bu teknoloji, finansal analiz, bilimsel araştırma ve belge işleme alanlarında devrim yaratma potansiyeli taşıyor. Sistemin tüm veri türlerini holістік bir şekilde işleyebilme kabiliyeti, belge zekası alanında yeni ufuklar açıyor.
SAGE: Yapay Zeka Modellerinde Bellek Verimliliğini Artıran Yeni Yöntem
Araştırmacılar, büyük dil modellerinin uzun belgeleri işlerken karşılaştığı maliyet ve performans sorunlarına çözüm getirecek SAGE adlı yeni bir framework geliştirdi. Bu sistem, modellerin dikkat mekanizmalarını kullanarak sadece sorularla ilgili bölümleri seçmeli olarak işleyebiliyor. Böylece hem işlem maliyeti düşüyor hem de yanıt kalitesi artıyor. Özellikle akademik makaleler, teknik belgeler ve politika dokümanları gibi uzun metinlerle çalışırken büyük avantaj sağlayan bu yöntem, ek eğitim gerektirmeden mevcut sistemlere entegre edilebiliyor. Geleneksel RAG sistemlerinin aksine, belge yapısındaki değişikliklere daha dayanıklı ve farklı alanlara özel ayarlama gerektirmiyor.
Yapay zeka tabloları daha iyi anlamayı öğreniyor
Araştırmacılar, karmaşık tablo yapılarını tanımada yaşanan zorlukları aşmak için InstructTable adlı yeni bir yapay zeka sistemi geliştirdi. Geleneksel yöntemler, birleştirilmiş hücreler ve boş alanlar içeren tablolarda başarısız olurken, bu yeni yaklaşım hem görsel hem de anlamsal bilgiyi birleştirerek daha doğru sonuçlar elde ediyor. Sistem, özel olarak tasarlanmış talimatlarla eğitilerek tabloların ince yapısal detaylarını kavramayı öğreniyor. Bu gelişme, belge işleme, veri analizi ve dijital arşivleme alanlarında önemli ilerlemeler sağlayabilir.
Yapay zeka ile tablo anlayan yeni sistem: TableNet veri seti tanıtıldı
Araştırmacılar, büyük dil modellerinin (LLM) tablo yapısını daha iyi anlaması için TableNet adlı yeni bir veri seti geliştirdi. Mevcut veri setlerinin yetersizliği nedeniyle LLM'lerin karmaşık tablo düzenlerini analiz etmede zorlandığı problemi çözmek amacıyla tasarlanan sistem, otonom tablo üretimi ve tanıma teknolojilerini birleştiriyor. Geliştirilen çok-ajan sistem, görsel, yapısal ve semantik parametreleri kontrol edebilen bir yaklaşımla çeşitli tablo görüntüleri oluşturabiliyor. Bu yenilik, yapay zekanın belgelerdeki tabloları daha doğru şekilde yorumlamasını sağlayarak, veri analizi ve belge işleme alanlarında önemli ilerlemeler vaat ediyor. Sistem kullanıcı tanımlı konfigürasyonlarla uyumlu çalışarak, büyük ölçekli veri seti oluşturulmasına imkan tanıyor.
VISOR: Görsel Doküman Analizi için Yeni Yapay Zeka Sistemi
Araştırmacılar, görsel açıdan zengin belgelerden bilgi çıkarma ve karmaşık sorulara yanıt verme konusunda mevcut sistemlerden daha başarılı olan VISOR adlı yeni bir yapay zeka sistemi geliştirdi.