还在为处理各种格式的非结构化文档而烦恼吗?Fireworks AI近日推出了一项名为“Document Inlining”的创新功能，它能将PDF、截图、图像等非结构化文档转化为大语言模型（LLM）可理解的结构化文本，为聊天机器人和AI模型提供可直接使用的文字内容，大幅提升了AI处理文档的效率和准确性。

image.png

Document Inlining的核心在于其强大的复合AI系统，它能自动识别和解析文档中的多种内容，包括文本、表格、图表以及嵌套布局等复杂元素，让AI能够像阅读普通文本一样理解这些文件。

image.png

这款工具的操作非常简单，无需复杂的设置。更令人惊喜的是，它兼容OpenAI API，用户只需在现有的API中添加一行代码，即可在Fireworks中使用Document Inlining功能，无需额外学习成本。

Document Inlining的优势主要体现在以下几个方面:

高质量输出:

Document Inlining提供的文本质量能够匹敌甚至超越传统的文本型LLM输出，尤其是在推理和生成任务中表现优异。相较于视觉语言模型（VLMs），LLM在使用了Document Inlining转换后的文本后，能够生成更准确、更专业的结果。这表明，经过结构化处理后的文本更易于LLM理解和利用。

多种文档格式支持:

Document Inlining成功支持包括PDF、图片在内的多种文档格式。例如，通过测试，该工具能够从PDF文档（如简历）中准确提取出候选人的GPA等学术信息，结果显示解析清晰、准确，充分证明了其强大的文档解析能力。

复杂文档解析能力:

Document Inlining具备强大的复杂文档解析能力。通过测试，它能够解析含有表格、图表和多段文字的复杂文档，并将其成功转换为LLM可理解的文本。这对于处理包含多种信息元素的复杂文档来说，无疑是一项强大的工具。

官网：https://fireworks.ai/blog/document-inlining-launch#quality-evaluation