라마인덱스가 10월 1일 스키마 기반 문서 추출 에이전트의 신버전 Extract v2.5를 출시하며 3개 요금제 전 구간에서 정확도를 높이고, 상위 두 티어의 근거 추적(그라운딩) 기능을 강화했다고 밝혔다. 자체 벤치마크 ExtractBench(8개 업종, 67개 문서유형, 4869페이지)에서 전체 Value F1이 Cost Effective 87.1→93.9, Agentic 89.8→95.8, Agentic Plus 95.1→96.4로 올라, 하위 티어가 이전 상위 티어 성능을 능가하는 수준에 도달했다. 새 에이전트 하니스는 여러 페이지에 걸친 레코드를 하나로 연결하고 문서 복잡도에 따라 처리 강도를 조절하는 '구조적 추론'을 적용했으며, 긴 리스트 추출 점수는 Cost Effective 기준 82.0에서 92.6으로, 근거 인용(Advanced Citations) 그라운딩 점수는 Agentic 46.8→80.6으로 크게 개선됐다. 가격 인상 없이 이뤄진 이번 업그레이드는 그동안 수동 정리가 필요했던 복잡한 문서의 자동화 가능성을 넓힐 것으로 보인다.
- •LlamaIndex Extract v2.5, 3개 요갈제 전반 정퀀끄 퀀상 및 퀀이지릻 가격 끄긴
- •ExtractBench 전전 Value F1: Cost Effective 87.1→93.9, Agentic 89.8→95.8, Agentic Plus 95.1→96.4
- •구조적 추끘으끔 문서 바퀀끄설끌 처끔 강끄 낤퀀퀀, 퀀이지 간 끔뀄끌 연고 가선 강끄
- •Advanced Citations 거더거끄컴 점수 Agentic 46.8→80.6, Agentic Plus 46.4→82.2끔 끄끔 퀀사
- •신규 스퀀끄위쪽푔 구컴 추가, LlamaCloud·CLI·MCP서버·Python SDK끄 제금
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
LlamaIndex Launches Extract V2.5 With Accuracy and Grounding Gains
- 1.라마인덱스, 문서 추출 에이전트 Extract v2.5 공개... 3개 티어 모두 가격 인상 없이 정확도 향상
- 2.ExtractBench F1, Cost Effective 93.9·Agentic 95.8·Plus 96.4로 상승
- 3.그라운딩 점수 Agentic 46.8→80.6·Plus 46.4→82.2로 대폭 개선, GPT-6·Opus 능가
- 4.17페이지 펀드 서류에서 기존 238개 항목 중 87개만 추출하던 것을 v2.5는 238개 전부 추출(점수 52.8→98.7)
왜 중요한가?
문서 추출 품질을 좌우하는 긴 목록·페이지 간 레코드·스캔 양식 처리 성능이 가격 인상 없이 개선되면서, 기업용 문서 자동화 파이프라인에 저비용 티어로도 고정밀 추출을 적용할 수 있는 여지가 커졌다.
언급 프로젝트
본문 미리보기
LlamaIndex introduced Extract v2.5 on October 1, 2026, a new generation of its schema-based document extraction agents. In a blog post bylined to Adrian Lyjak and Eli Stewart, the company reported accuracy improvements across all three of its extraction tiers and enhanced grounding for its two highest tiers, Agentic and Agentic Plus, and said the gains come with no increase in per-page pricing. Tier-By-Tier Benchmark Gains LlamaIndex reported that on ExtractBench, its open document-extraction…
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:53AI 초안
