Parsy: saját tanárát is megelőzte az Aleph Alpha dokumentumfeldolgozó modellje
Az Aleph Alpha bemutatta a Parsy nevű, finomhangolt dokumentumfeldolgozó modellt, amely a vállalat több modellből álló elemző rendszerének tanításával készült. A cég szerint Parsy 87,9 pontot ért el a ParseBench teszten, miközben egyetlen H100 GPU-val naponta több százezer oldalt képes feldolgozni.
- Az Aleph Alpha Parsy néven finomhangolt dokumentumfeldolgozó modellt készített.
- Parsy 87,9 pontot ért el a ParseBench teszten, a tanító rendszer 86,0 pontjával szemben.
- A modell egyetlen H100 GPU-val naponta több százezer oldalt dolgoz fel.
- A Parsy oldalankénti költsége egy-két nagyságrenddel alacsonyabb a harness költségénél.
- A modellt nem ügyféladatokon, hanem nyilvános dokumentumokon tanították.
A dokumentumok feldolgozása okozta a hibák nagy részét
Az Aleph Alpha ipari és közszektorbeli ügyfélprojektjeiben azt tapasztalta, hogy a keresőrendszerek, asszisztensek és adatkinyerési folyamatok válaszminőségét gyakran már a dokumentumok beolvasása korlátozza. A vállalat által feldolgozott anyagok között műszaki adatlapok, karbantartási kézikönyvek, hivatalos űrlapok, előrehaladási jelentések, tesztjelentések és specifikációk szerepeltek.
Ezek az iratok gyakran összetett táblázatokat, lábjegyzeteket, diagramokat és szkennelt oldalakat tartalmaznak. A korábbi elemzők sok esetben ugyan kinyerték a táblázatokban található szavakat és számokat, de elveszítették az összefüggést az értékek, a mértékegységek és a sorok között. Előfordult az is, hogy a rendszer olyan karaktereket adott hozzá, amelyek nem szerepeltek az oldalon, vagy rossz szövegrészhez kapcsolta a lábjegyzeteket.
Az ügyfelek számára az is követelmény volt, hogy dokumentumaik a saját környezetükben maradjanak. Ezért az Aleph Alpha olyan, saját infrastruktúrán, helyben vagy az ügyfél által ellenőrzött privát felhőben futtatható megoldást keresett, amely egyszerre biztosít megfelelő minőséget és adatkezelési önállóságot.
A rendszer az eredeti oldallal veti össze a kinyert tartalmat
Az Aleph Alpha erre egy úgynevezett agentikus elemzőrendszert, parsing harness-t épített. A megközelítés egy gondos emberi ellenőrző munkáját automatizálja: a kinyert tartalmat az eredeti oldallal egymás mellett vizsgálja.
A rendszer minden oldalnál meghatározza a régiókat, azok kategóriáját és olvasási sorrendjét, majd az egyes elemekhez koordinátákat, úgynevezett befoglaló dobozokat rendel. Így a kinyert oldal az eredeti elrendezés alapján rekonstruálható.
A rekonstruált oldalt a rendszer képernyőképként az eredeti mellé helyezi, majd egy látásalapú modell hasonlítja össze a kettőt. A hiányzó tartalom üres területként jelenik meg, az ismétlődés kétszer látható szöveget eredményez, a szétesett táblázat pedig elveszíti táblázatos megjelenését. Egy bírómodell értékeli az összevetést, és csak a magas hasonlósági pontszámot elérő oldalakat fogadja el.
Az alacsony pontszámú oldalakat újra feldolgozza, a továbbra is bizonytalan eseteket pedig opcionálisan emberi ellenőrzésre küldi. A felülvizsgálók csak a problémás oldalakat nyitják meg, az eredeti oldalt és a rekonstrukciót egymás mellett látják. Az Aleph Alpha ehhez saját felületet és API-t is készített.
A tanárból gyorsabb, olcsóbb modell lett
Az Aleph Alpha 2025-ben és 2026-ban ügyfélalkalmazásokban is használta a rendszert. A vállalat belső értékelése szerint az elemzőrendszer 86,0 pontot ért el a ParseBench teszten. Ez a teszt 2078, valódi vállalati dokumentumokból származó, emberek által ellenőrzött oldalt tartalmazott. Az Aleph Alpha szerint az eredmény 2026 augusztusának végéig első helyet ért volna a nyilvános ranglistán.
A több modellből és oldalanként akár három feldolgozási menetből álló rendszer ugyanakkor túl lassúnak és drágának bizonyult a milliós havi oldalszámot feldolgozó ügyfelek számára. A vállalat ezért a rendszerrel nyilvános, az ügyfélanyagokhoz hasonló dokumentumokat címkézett fel, majd ezekből különleges célú látásnyelvi modellt tanított.
A tanítóadatokat nem ügyféladatokból készítették. A címkéket automatikus ellenőrzések és emberi mintavételek tisztították. Független elrendezéselemző, tintafedettségi vizsgálat és egy második OCR-modell is jelezte az eltéréseket. Az Aleph Alpha ezután javította vagy eltávolította a hibás mintákat, majd újra tanította a modellt.
Az így létrehozott Parsy a hatodik tanítási és címketisztítási körben megelőzte a saját tanárként használt rendszert. A modell 87,9 pontot ért el a ParseBench teszten, szemben a harness 86,0 pontjával. Az Aleph Alpha szerint Parsy egyetlen H100 GPU-val naponta több százezer oldalt dolgoz fel, oldalankénti költsége pedig egy-két nagyságrenddel alacsonyabb a többmodelles rendszernél.
A Parsy jelenleg az Aleph Alpha ügyfélmegoldásaiban végzett adatkinyerést támogatja, és a vállalat chatalkalmazásaiban a források kiemelését is működteti. A felhasználók számára ez gyorsabb, nagy volumenű dokumentumfeldolgozást jelenthet olyan környezetben, ahol az anyagokat saját infrastruktúrán kell tartani.
Aleph Alpha: Parsy: Distilling an Agentic Parsing Harness into a Fine-Tuned Model — Aleph Alpha
