图灵汇官网

微软 LlamaParse 文档解析能力全面提升

微软于11月26日发布了一篇博客文章，宣布在LlamaParse中集成了Azure OpenAI端点，采用GPT-4o系列模型，从而显著提升了非结构化数据提取和多模态文档解析的能力，并将这些数据无缝地与Azure AI Search向量数据库结合，构建了一个完整的检索增强生成（RAG）工作流程。

LlamaParse 简介

微软LlamaParse是一款专门针对生成式人工智能（GenAI）设计的文档解析工具，旨在解析和清理各种文档数据。在传递给下游的大型语言模型（LLM）之前，确保数据的质量。

新增 Azure OpenAI 端点

此次集成使用户能够调用Azure OpenAI的GPT-4o系列模型，实现非结构化数据的提取和文档转换。这一集成充分发挥了双方的优势：LlamaParse负责高效解析，而Azure OpenAI则提供强大的语言模型能力，从而实现了更精准、更智能的文档处理。

更新内容概览

• 直接连接到Azure OpenAI的GPT-4o和GPT-4o-mini等模型。
• LlamaParse中的多模态文档解析借助Azure OpenAI的多模态支持。
• LLM优化的输出，用于增强检索和语义搜索。
• 数据通过LlamaIndex无缝接入Azure AI Search的向量存储库。
• 提供企业级安全性和合规性，适用于敏感工作负载。

完整 RAG 工作流程

用户可以借助LlamaCloud、Azure AI Search和Azure OpenAI构建一个完整的RAG工作流程，具体步骤如下：

• 解析与丰富：使用LlamaParse Premium和Azure OpenAI进行高级文档提取，生成Markdown、LaTeX和Mermaid图表等多种格式的LLM优化输出。
• 分块和嵌入：使用Azure AI Search作为向量存储，并利用Azure AI模型目录中的嵌入模型对解析后的内容进行分块、嵌入和索引。
• 搜索与生成：利用Azure AI Search的查询重写和语义重新排序功能提升检索质量。最终，通过Llamaindex编排Azure AI Search和Azure OpenAI，构建生成式AI应用。

通过以上改进，微软LlamaParse不仅提升了文档解析能力，还为企业提供了更加安全、高效的解决方案。