還在爲處理各種格式的非結構化文檔而煩惱嗎?Fireworks AI近日推出了一項名爲“Document Inlining”的創新功能，它能將PDF、截圖、圖像等非結構化文檔轉化爲大語言模型（LLM）可理解的結構化文本，爲聊天機器人和AI模型提供可直接使用的文字內容，大幅提升了AI處理文檔的效率和準確性。

image.png

Document Inlining的核心在於其強大的複合AI系統，它能自動識別和解析文檔中的多種內容，包括文本、表格、圖表以及嵌套佈局等複雜元素，讓AI能夠像閱讀普通文本一樣理解這些文件。

image.png

這款工具的操作非常簡單，無需複雜的設置。更令人驚喜的是，它兼容OpenAI API，用戶只需在現有的API中添加一行代碼，即可在Fireworks中使用Document Inlining功能，無需額外學習成本。

Document Inlining的優勢主要體現在以下幾個方面:

高質量輸出:

Document Inlining提供的文本質量能夠匹敵甚至超越傳統的文本型LLM輸出，尤其是在推理和生成任務中表現優異。相較於視覺語言模型（VLMs），LLM在使用了Document Inlining轉換後的文本後，能夠生成更準確、更專業的結果。這表明，經過結構化處理後的文本更易於LLM理解和利用。

多種文檔格式支持:

Document Inlining成功支持包括PDF、圖片在內的多種文檔格式。例如，通過測試，該工具能夠從PDF文檔（如簡歷）中準確提取出候選人的GPA等學術信息，結果顯示解析清晰、準確，充分證明了其強大的文檔解析能力。

複雜文檔解析能力:

Document Inlining具備強大的複雜文檔解析能力。通過測試，它能夠解析含有表格、圖表和多段文字的複雜文檔，並將其成功轉換爲LLM可理解的文本。這對於處理包含多種信息元素的複雜文檔來說，無疑是一項強大的工具。

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