LlamaIndex 创始人开源 DocJev：文档分类切分速度达 GPT-5.6 的 6 倍
llama_index · x · 2026-09-21
LlamaIndex 创始人 Jerry Liu 发布开源库 DocJev，用于文档分类与切分：给定文档加自然语言分类规则，模型即可预测文档类别，或识别子文档之间的边界。
- 官方称其比 gpt-5.6-luna 快 6 倍且准确度相当
- 支持两种 OCR 后端：liteparse（最快最准的免费开源文本解析器，适合已数字化的文档）和 LlamaParse（基于 VLM 的云端方案，适合复杂文档，可缓存数字化结果供下游任务复用）
- 支持 PDF/DOCX/PPTX，提供 Python 库、CLI 和本地应用
- 真实文档演示使用 IRS、财政部等原始出版物：15 页材料中两份同类别相邻的财政部拍卖结果被正确切分，而含密集统计表格的 10 页 BEA 报告被保持完整
「编程与Agent」频道最新
- 人大团队提出 EvoOntology:自进化本体层弥合数据智能体鸿沟 — RUC-DataLab · 2026-09-21
- 小米 CodeMidas:从源码自动生成 5545 个 RL 环境训练编程智能体 — XiaomiMiMo · 2026-09-21
- GraphSkillEvo:用图结构与进化算法优化 LLM 智能体技能 — Rui Sun · 2026-09-21
- 开发者晒分模型工作流：Grok 管日常编码,GPT-6 只啃硬骨头 — minchoi · 2026-09-21
- Meta Muse 惠及日常还是接管人生？个人 Agent 权限边界引争论 — yi111 · 2026-09-21
- 决策模型上线的三步法：测校准、按错判代价设阈值、锁版本 — colinmcnamara · 2026-09-21