Extracción de documentos Gen2 de LandingAI con DPT-3

⏱ Tiempo de lectura: 3 min

LandingAI presentó Agentic Document Extraction Gen2, una reconstrucción completa de su stack de procesamiento de documentos basada en la familia de modelos DPT-3. El cambio abandona el sistema de fragmentos en favor de una estructura jerárquica de documento, página y bloque. DPT-3 Pro proporciona precisión a nivel de línea, mientras que DPT-3 Verity ofrece precisión a nivel de palabra con puntuaciones de confianza. El modelo de facturación de Parse ahora cuenta caracteres de salida en lugar de páginas completas, y el código de Gen1 no funcionará con los endpoints de Gen2.

Arquitectura renovada para extracción documental

La versión Gen2 representa un cambio arquitectónico significativo respecto a su predecesor. La eliminación del enfoque basado en fragmentos simplifica el procesamiento al crear una jerarquía clara: documento → página → bloque. Esto permite que los modelos DPT-3 trabajen con mayor precisión contextual. La solución apunta a mejorar la precisión en tareas de extracción de datos estructurados, críticas para flujos de trabajo empresariales que requieren exactitud en documentación financiera, contratos y registros administrativos.

Modelos, precisión y cambios de facturación

LandingAI ofrece dos variantes principales en Gen2. DPT-3 Pro posiciona la extracción a nivel de línea, adecuado para casos de uso donde la precisión de línea es suficiente. DPT-3 Verity escala a precisión a nivel de palabra e incluye puntuaciones de confianza para cada extracción, permitiendo a usuarios validar resultados automáticamente. El cambio de facturación de Parse introduce un modelo basado en caracteres de salida en lugar de páginas completas, lo que potencialmente optimiza costos para procesamiento de documentos variables en tamaño. Fuente: MarkTechPost

Componente	Descripción
Producto	Agentic Document Extraction Gen2
Familia de modelos	DPT-3 (DPT-3 Pro y DPT-3 Verity)
DPT-3 Pro	Precisión a nivel de línea
DPT-3 Verity	Precisión a nivel de palabra con puntuaciones de confianza
Estructura de datos	Jerarquía documento → página → bloque (reemplaza fragmentos)
Modelo de facturación	Conteo de caracteres de salida (no páginas completas)
Compatibilidad Gen1	El código Gen1 no funciona en endpoints Gen2

Impacto en flujos de procesamiento empresarial

El cambio a un modelo de facturación basado en caracteres beneficia a organizaciones que procesan documentos de tamaño variable. La precisión a nivel de palabra de DPT-3 Verity, acompañada de puntuaciones de confianza, habilita validación automatizada y reduce revisión manual. La incompatibilidad con Gen1 requiere que clientes existentes migren sus integraciones, un cambio que LandingAI compensaría con mejoras en precisión y control de costos.

Preguntas frecuentes sobre Document Extraction Gen2

¿Cuál es la principal diferencia entre DPT-3 Pro y DPT-3 Verity?

DPT-3 Pro proporciona precisión a nivel de línea, mientras que DPT-3 Verity alcanza precisión a nivel de palabra e incluye puntuaciones de confianza para cada extracción, permitiendo validación automática de resultados.

¿Por qué cambió el modelo de facturación de LandingAI?

El nuevo modelo basado en caracteres de salida es más justo para documentos de tamaño variable, ya que factura solo por el contenido realmente extraído en lugar de cobrar por página completa.

¿Necesito actualizar mi código si uso LandingAI actualmente?

Sí, el código de Gen1 no es compatible con endpoints de Gen2, por lo que requiere migración de integraciones, aunque la fuente no detalla el cronograma exacto de transición.

El punto clave para equipos de datos

La migración de LandingAI a Gen2 señala una evolución clara hacia precisión granular y modelos de costos más transparentes. Para equipos que procesan documentos en escala, el cambio justifica la revisión de integraciones existentes si DPT-3 Verity resuelve problemas de confiabilidad actuales.

En Inteligencia Artificial, los cambios de arquitectura en herramientas de procesamiento documental son señales de maduración del mercado. ¿Tu flujo de datos se beneficiaría de precisión a nivel de palabra y puntuaciones de confianza automatizadas?

Fuente: www.marktechpost.com