Open3
LlamaCloudの 「agentic chart parsing」 を試す
kun432これちょっと気になるので試したい
ドキュメントOCRの未解決の問題は、チャート理解であり、ほとんどのLLMは数値への直接変換が得意ではありません。
私たちは、実験的な「エージェント型チャート解析」モデル/アルゴリズム📈🧪を作成しました。これにより、チャート内の各値の正確な値を可能な限り理解できます - 折れ線グラフの輪郭をたどって正確な値を特定します。
これはRAGとエージェント型自動化の両方に役立ちます：下流のLLM生成器にクリーンな値を渡し、これらの値をレビュー/修正する人間の時間を減らします。
LlamaCloudでチェックしてみてください！
kun432LlamaCloud。以前少し試していたけど久々。
主なサービス
- Parse: ドキュメントを解析してLLMで使う。VLMでQA的なサービスかな？
- Extract: ドキュメントからスキーマに応じて情報抽出。OCR的なサービスかな？
- Index: マネージドなベクトルDBだと思う。
- Classify:ドキュメントをカテゴリに分類。ベータらしい。
料金
| プラン名 | 月額料金 | 含まれるクレジット | 追加クレジット (Pay-as-you-go) | ユーザー数 | 外部データソース | サポート | 主な特徴 |
|---|---|---|---|---|---|---|---|
| Free（無料） | $0/月 | 10,000 クレジット | 0 クレジット | 1人 | ファイルアップロードのみ | 基本サポート | 小規模個人利用向け |
| Starter | $50/月 | 50,000 クレジット | 最大 500,000 クレジット（$500） | 5人 | 5件 | 基本サポート | 小チーム向け。外部データ連携可 |
| Pro | $500/月 | 500,000 クレジット | 最大 5,000,000 クレジット（$5,000） | 10人 | 25件 | Slackサポート | 中規模チーム・高度な統合向け |
| Enterprise | カスタム | カスタム上限 | カスタム | 無制限 | 無制限 | 専用サポート | VPC/SaaS 対応、エンタープライズ機能あり |
補足:
- クレジット換算: 1,000クレジット = 約1ドル
- 各プランで「Parse」「Index」「Extract」などの操作ごとにクレジットが消費される。
とりあえず無料プランでも10000クレジット付与されるのでお試しに使うには良いと思う。
kun432良さげなサンプルを探していたのだが、農林水産省が出している「競馬の概況」というPDFをベースにグラフを作成した。
このPDFは、
- 年間の売得金額。馬券の販売金から、出走取消・除外などの返還金を引いたもの、つまり馬券の売上と言える。
- 競馬場の年間入場者数。
の推移を、中央競馬・地方競馬ごとにそれぞれまとめたもの。（競馬場は中央は全10場、地方は全17場）
で、これの中央競馬に関するグラフのベースとなっているデータはたぶんここの「売得金額・入場人員」というPDF。こちらは昭和29年以降の数値とグラフとなっている。
このデータを元にGoogleスプレッドシートでグラフを書いてみた。こんな感じ。
これをPDF化（つまりグラフは画像）して、LlamaCloudで試してみようと思う。