AI宝库

AI宝库首页 › AI 资讯 › Adit Abraham, " 降级访谈 " 联合创始人兼首席执行官系列

Adit Abraham, " 降级访谈 " 联合创始人兼首席执行官系列

来源:Unite.AI · 发布时间:10-26 · 由 AI宝库每小时自动聚合

阿迪特·亚伯拉罕(Adit Abraham)是Drapto公司的共同创始人和首席执行官,他专注于将复杂的企业文件转化为AI应用的可靠数据。 发现前

访谈

Adit Abraham, " 降级访谈 " 联合创始人兼首席执行官系列

在 Google 上的首选来源中添加 Unite.AI

阿迪特·亚伯拉罕(Adit Abraham)是Drapto公司的共同创始人和首席执行官,他专注于将复杂的企业文件转化为AI应用的可靠数据。 在与麻省理工学院研究生劳纳克·乔杜里(Raunak Chowdhuri)创办公司之前,他曾在麻省理工学院学习计算机科学,在麻省理工学院媒体实验室进行机器学习研究,并担任Google产品经理的Ads and Search工作。 当不可靠的文件摄入成为反复出现的障碍时,创建者努力为大型语言模型建立内存工具。 亚伯拉罕与早期的客户的直接工作帮助塑造了公司对准确性,安全性,部署灵活性和可预见生产性能的强调。

Drapto开发文件智能基础设施,帮助AI团队将PDF,扫描,电子表格等文件转换为结构化,可使用的信息。 它的平台结合了光学字符识别,计算机视觉,和视觉语言模型来解释文本,表格,数字,格式化,以及复杂的页面布局。 除了解析外,它还提供了结构化取出、文件分拆、分类和编辑的工具,以及将取出的信息与来源相连接的引用。 客户包括Harvey,缩放AI,万塔,默科和罗高。 公司的工作涵盖金融、保健和法律等领域的检索、检索和文件工作流程,而准确的摄取和可追踪的结果至关重要。

Drapto源于你和Raunak Chowdhuri在为大型语言模型建立记忆工具时遇到的挑战。 与现有的文件处理工具有什么特别的突破,你何时意识到解析问题本身已经足够大,足以在周围建立一个公司?

我们试图让模型从文档中访问上下文,所以我们增加了一个文件上传功能,但我们不断遇到处理质量的问题。 当时我们尝试了所有现有的工具,但是当它们都不符合我们的标准时,涉及到真实世界的混乱文件,人们实际上上传。

因此,我们建立了我们自己的解析解决方案,最初是作为我们LLM内存产品的一个特征,但后来从开发者那里看到了惊人的拉动,他们自己也会遇到这个问题,并且热爱我们的解决方案。 有些团队花费数周时间建造和维护自己的摄取管道,这些对话使我们更清楚地看到这一机会,因为尽管模型智能越来越好和更好,但清洁和准确的背景仍然大有不同。

PDF技术设计是为了显示信息,而不是使信息可以机器读取。 是什么使得复杂的文档,特别是那些包含表格,图表,多栏布局,或嵌入式图像的文档,如此难以AI系统可靠地理解?

当我们作为人类阅读一个文件时,我们把许多我们自然的理解视为理所当然的 — — 我们可以几乎立即推断出两者之间的关系,因为我们可以看到一个数字属于某个专栏标题下,这个文本在另一个专栏中继续,或者一个标题指的是上面的图。

AI模型实际上确实与它相冲突,因为PDF并不是用来保留这类关系信息或元数据;它们基本上是非常数据密集的图像。 一个解析器必须从页面中重建这些关系,而问题在合并的单元格,嵌入式表格,图表,扫描和异常布局上变得更加棘手。 因为我们专注于这个文件理解问题,我们可以可靠地处理AI模型往往产生幻觉并搞砸的长尾文件。

将计算机视觉、光学字符识别和视觉语言模型纳入其文件处理程序。 这些不同的技术如何共同运作,传统的OCR系统在哪里仍然往往不足?

传统的OCR已经持续了数十年,它是为了逐个读取包含干净,清晰的文字的文档而建造的。 在介绍手写、扫描、扭曲或表格文件时,这很容易分崩离析,这些文件往往占企业数据的大多数。

简化为开创性地将视觉语言模型添加到“Agentic OCR ” 的文档处理空间中,因为我们看到了VLM不仅仅理解文档中纯文本的潜力 — — 真正的文档智能需要背景、准确度和多模式能力。 我们最新的 r-1 解析模型结合了 Agentic OCR 的功率具有格式化,引出,布局检测等特性成一个单通。

这一额外工作很重要,因为即使一个整体精确度很高的解析器,如果它漏掉的少量信息包含某个人实际需要的数字、条款或表格条目,也会造成严重的问题。

随着AI模式日益多式并能够直接解释图像和文件,你如何看待专门文件智能平台的作用演变?基础模型能否最终完成大部分这项工作,或者专用基础设施是否仍有必要?

事实上,我们相信AI模型只会改进并变得更快和更好 — — 随着新模型不断涌出,我们不断更新评估它们的弱点,并将它们的长处融入我们自己的管道,为我们客户提供总体最好的性能。 帕斯多想做你的摄入团队帮助你成长

企业仍然面临一个独特的挑战,即不仅需要业绩,而且需要在生产规模上实现可扩展的吞吐量、治理和可核查性,这对于今天的基础模型来说仍然是困难的。

最近,我们用GDP.pdf 基准测试测试了这一点,它显示前沿模型在复杂的真正专业文件中仍然难以解释,在严格的任务级别通过率上得分低于15%至25%。 通过让Prapto先分析这些文件,然后将结构化的数据传递到前沿模型,宏观精确度提高了9个百分点,同时与直接消耗文件的模型相比,推理符号减少了13%。

这种显示对于专用摄取基础设施仍有巨大的价值,因为大多数企业数据仍然不饱和。

许多企业AI应用程序最终依赖于检索的生成或代理系统访问内部文件所埋藏的信息。 这些系统中的可靠性问题究竟有多少是从文件摄取和分析开始的?

在摄入过程中开始大量 — — 由于坏答案出现在输油管的尽头,各小组往往在很晚的时间才发现问题。 如果一个解析器从表格中掉出一行,混合了两个列的读取顺序或者错过了一个图,则检索无法恢复甚至从未进入数据库的信息。

我们通常看到,随着RAG和搜索系统更一致地返回,我们的客户终端用户在将摄入量与Placto交换后,其经验大有改善。 例如,Harvey看到其与OCR有关的客户票大幅下降,在作为加工层实施Plaxto之后,产品使用量增加。

Drapto已扩展,不再局限于结构化取出和更广泛的文件工作流程。 一旦一个系统能够准确理解一个文件的内在结构,下一层文件智能看起来像什么?

数据摄取通常只是更大业务流程中的第一步。 一家公司可能收到一份500页的文件,需要查明其中的文件,对其进行分类,提取具体信息,将该信息同另一个系统进行比较,并将不寻常的案件送交专家审查。 我们花了两年时间在市场上培训最好的文件理解模型,而现在我们花更多的时间专注于如何精简之后的事物。

一旦你能够可靠地理解一个文件的内容和结构,你就可以使更多的工作自动化,目前人们花时间在系统之间组装、检查和移动。 几乎每个高考业务工作流程都可以被抽象为步骤,其中既包括人类阅读、决策,也包括写入其他文件 — — 我们正期待成为人类或agents未来与文件数据互动的默认方式。

您拥有的客户从AI本土公司,如Harvey,万塔,Scale AI,Mercor和Rogo,到主要金融机构和"财富"十大公司。 AI启动的文件处理要求与大型受监管企业有何不同?

AI-本土公司往往会快速移动,他们的工程团队想要一个API,在不强迫他们自己建立和维护处理堆栈的情况下处理困难文件。 大型企业关心的是相同的准确性,但是它们经常在数据存在的地方,如何部署软件,数量猛增时会发生什么,用户能否将提取出的价值追溯回原始页面上。 例如,规模AI在保密和预先部署重要的政府环境中使用Drapto,而Harvey则在大约六周内开始生产之前,对我们进行了精确、可靠、成本、耐久和失败模式的评价。 与这两种类型的客户合作,促使我们既注重在实际生产要求下如何减少排放,也注重其处理单个文件的准确性。

据报道,在建立一个专门的销售组织之前,主要通过创始人主导的销售活动,Pacutto达到了500多万美元的年度经常性收入。 与那些早期的客户直接交谈的是什么?教你关于开发者真正试图解决的问题?

这些对话教导我们少花时间广泛谈论文件处理问题,多花时间了解客户真正想要实现的目标。 早期的销售电话常常变成工作电话,顾客分享中断管道的文件,在医疗保健方面,这意味着要看到一个被丢弃的桌排或实验室报告中的错误读取单元如何会拖延索赔或留下一个病史不完整的临床医生。 这些桩子重新设置了我们的栏杆,以便准确性:强基准测试分数如果掩盖最重要的错误,就意味着很小。 客户需要准确性,但也需要可靠性,安全性,部署灵活性和可预见性能的规模,以及能直接影响我们所构建的事物的听觉。

目前每月处理几十亿页。 在这一规模上出现了哪些工程挑战,特别是围绕不同文件类型的延迟性、准确性、成本和保持一致的结果?

我已失去我们处理的网页数,给每一页添加不必要的推论会增加成本和耐用性,同时对速度进行过度优化会损害到困难文件的准确性,这意味着我们花费了大量的工程精力来确定每一页的处理实际需要多少。

随着r-1的出现,我们提高了解析精度,同时降低了延迟度,使价格达到每页一分一分,我们还在努力争取更自动的路由,这样简单的一页就不会消耗与包含一个复杂表或数字的资源相同的资源。 根据我们目前的篇幅,这些决定每天影响上百万页,这使效率成为核心工程问题的一部分。

展望未来几年,随着AI agents越来越多地与合同互动,金融

本文由 AI宝库自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(unite.ai)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝库首页 · 提交工具 · 商务合作 · 关于本站 · 590 款 AI 工具分类导航 · 每日 AI 热门项目与动态