GPT-4o 系列 AI 模型加持，微软 LlamaParse 文档解析能力全面升级

IT之家 11 月 28 日消息，微软于 11 月 26 日发布博文，宣布在其 LlamaParse 中集成 Azure OpenAI 端点，利用 GPT-4o 系列模型，提升非结构化数据提取并解析多模态文档的能力，并与 Azure AI Search 向量数据库无缝连接，实现完整的检索增强生成（RAG）工作流程。

LlamaParse 简介

微软 LlamaParse 是专为生成式人工智能（GenAI）而设计的文档解析器，旨在解析和整理多样文档数据，以确保数据在传送至下游大型语言模型 (LLM) 前具备高质量。

新增 Azure OpenAI 端点（endpoints）

通过微软 LlamaParse 的集成，用户现可调用 Azure OpenAI 的 GPT-4o 系列模型，实现非结构化数据提取和文档转换。这种集成充分发挥了双方优势，LlamaParse负责高效解析，而Azure OpenAI则提供强大的语言模型能力，从而更精确、更智能地处理文档。

据IT之家引述的报道，本次更新内容如下：

• 直接连接到 Azure OpenAI 的 GPT-4o 和 GPT-4o-mini 等模型

• 借助 Azure OpenAI 的多模态支持，LlamaParse 实现多模态文档解析

• 优化的LLM输出，用于增强检索和语义搜索

• 无缝将解析数据传输至Azure AI Search的向量存储库中

• 适用于敏感工作负载的企业级安全性和合规性

用户可以结合LlamaCloud、Azure AI Search 和 Azure OpenAI，构建一个完整的RAG工作流程，具体步骤包括：

• 解析和生成：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

• 搜索和生成：借助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

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考。