LlamaIndex 推出开源 DocJev:文档分类 139ms、切分比 Luna 快 6 倍
llama_index · x · 2026-09-22
Jerry Liu 发布开源库 DocJev,用于文档分类与切分:输入文档加自然语言类别规则,模型即可预测文档类别或子文档边界。
- 速度:在 40 份真实 PDF 的基准上,分类中位耗时 139ms(GPT-5.6 Luna 为 794ms,5.73 倍),切分 210ms(Luna 1352ms,6.45 倍),准确率基本持平(分类 40/40,切分 7/8,Jev 多切了一刀导致一个 packet 判错)。
- OCR 后端可选:liteparse(免费开源、最快)或 LlamaParse(复杂文档更强但增加延迟)。
- 整个基准总 API 成本约 6.8 美分;附带交互式可视化,可逐页对比两引擎的切分位置,作者还分析了那个多切边界的错误案例。
所属事件:LlamaIndex 创始人开源 DocJev，文档切分快 6 倍(3 条相关)→
「编程与Agent」频道最新
- 免费25页指南:用Python从零构建带工具循环的编码Agent — Al_Grigor · 2026-09-22
- 重度使用 Claude 写码,是在变强还是只变快?Reddit 热议 — Apprehensive_Set3897 · 2026-09-22
- 三个模型联手做鲸鱼城决策游戏，264 段视频 5 分钟生成 — huangyun_122 · 2026-09-22
- 给 Agent 完全自主权后它只会瞎忙:无目标 Agent 实战翻车 — impact_founder · 2026-09-22
- Grounded Document Agent:长 PDF 问答带页码引用,全本地跑通 — Roger_M_Taylor · 2026-09-22
- Synara v0.9.0 将 Computer Use 带入 macOS 原生应用 — CurieuxExplorer · 2026-09-22