From Ingestion to Agents: How AI Teams Build on Document Intelligence — Adit Abraham, Reducto

摘要

Adit Abraham 分享如何將傳統檔案處理與代理系統結合，解決 PDF 解析難題。內容涵蓋從 RAG 到代理的轉變、混合使用傳統電腦視覺與視覺語言模型、以及代理層級的 OCR 校對技術，幫助建立高準確度與高召回率的檔案處理管道。

A talk on building robust document processing pipelines using a hybrid approach of traditional CV, VLMs, and agentic verification to handle complex PDFs and improve retrieval accuracy.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• PDF 格式古老且難以推理，需混合傳統 CV 與 VLM 解決。
• 代理系統能透過分階段驗證，同時提升精準度與召回率。
• 在每個管道階段進行評估，並為嵌入模型最佳化資料格式。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00Reducto, and the less sexy part of agents that work: data
2. 02:04From RAG to agents: bad inputs compound across steps
3. 05:28Why PDFs are still hard, and a benchmark frontier models fail
4. 07:19Traditional CV versus VLMs: the right place for each
5. 09:07Agentic OCR: token level correction, not rewrites
6. 10:42Tables: markdown versus HTML, and a form for the embedding model
7. 13:15Better inputs lift frontier models and cut reasoning tokens
8. 14:41Classification and splitting as orchestration
9. 16:17Agent harnesses: line charts to tables, precision and recall together
10. 18:57Evals at every stage
11. 20:06Where this heads: a file system and CLI for agents
12. 21:00Six takeaways

提到的工具與公司

• Reducto
• VLM

適合誰看

正在構建或最佳化檔案處理、資料提取與代理工作流的工程師與產品經理。

摘要依據

講者

Adit Abraham

依據

自動字幕

為什麼排在這裡

人氣

0.79

新鮮

0.95

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Building the Document Context Layer for AI Agents — Jerry Liu, LlamaIndex影片 ・ AI Engineer ・ 21 分鐘
• Scaling Document Ingestion for AI Agents Lessons from the field with StackAI影片 ・ LlamaIndex ・ 37 分鐘（在新分頁開啟原站）
• How to Build Your Own (DIY) Document Parsing Agent from Scratch影片 ・ LlamaIndex ・ 1 小時 25 分（在新分頁開啟原站）
• AI Dev 26 x SF | Jerry Liu: My Agent Can't Read a PDF?影片 ・ DeepLearningAI ・ 31 分鐘（在新分頁開啟原站）
• Episode 57: AI Agents and LLM Judges at Scale: Processing Millions of Documents (Without Breaking the Bank)Podcast ・ Vanishing Gradients ・ 41 分鐘
• The Current State of Agentic Retrieval - Qdrant RoundtablePodcast ・ Agentic Conversations（原 MLOps.community） ・ 59 分鐘