Docusign×NVIDIA：900M 参数专用模型抽合同表格，快 20 倍
AI Engineer · youtube · 2026-09-16
AI Engineer 频道访谈 Docusign 的 Hiral Shah 与 NVIDIA 的 Sean Sodha，讲合同数据如何成为工程难题。
- 规模：约 2 万亿美元谈好的合同价值锁在无人回看的 PDF 里；Docusign 有近 200 万付费客户、10 亿用户，每天约 100 万份协议流转
- 痛点在表格：定价阶梯、费率、SKU、SLA 恰是用户最需要的信息，也是通用抽取最弱的一环——逐行读取会破坏合并单元格与嵌套列
- 方案：双方共同构建了仅约 900M 参数的视觉语言模型，定位是抽取器而非生成器，一次推理同时返回阅读顺序、语义结构与保留完好的表格，替代原先一堆布局/表格专用模型
- 核心教训是克制：专用小模型跑表格抽取比测试过的通用方案快约 20 倍，低上下文带来低延迟与低成本
- 结尾 Q&A 探讨 OCR 是否会被淘汰
「研究」频道最新
- General Reasoning 首发博客:详解如何用强化学习训练 Agent 集群协作 — rosstaylor90 · 2026-11-02
- 数学家 Tony Feng：当前范式 LLM 缺乏研究所需的思维多样性 — littmath · 2026-11-02
- 「不懂测度论就学不了概率」？数学圈调侃形式化与本质的错位 — LucaAmb · 2026-11-02
- DStill 论文：蒸馏多步去噪轨迹，块扩散投机解码提速至 6.45 倍 — LucaAmb · 2026-11-02
- 研究发现门控参与度与生成质量强相关，径向目标降 FID 至 11.83 — Junha Park · 2026-11-02
- REA 提出「大脑-小脑」异步机器人控制运行时，运行策略不等大脑 — Pengfei Zhou · 2026-11-02