Unstructuredは、ダウンストリームのAIシステムにクリーンで高品質なデータを提供することに常に注力してきました。今回、同社はドキュメント変換プラットフォームに一連の主要なアップグレードを発表し、エンタープライズグレードのデータ前処理をよりシンプル、高速、かつインテリジェントにしました。
新しい「スタートページ」エクスペリエンス：ログインから最初の処理済みドキュメントまでわずか3クリック。ユーザーはログイン後、スタートページからファイルをドラッグ＆ドロップするだけで、Unstructuredが自動的に最適なワークフローで処理します。処理後は、高忠実度出力、サイドバイサイドプレビュー、バウンディングボックス、完全なJSONダウンロードを利用できます。このエクスペリエンスは10MBまでのファイルをサポートし、迅速な評価に最適です。確認後、ユーザーはワークフロービルダーにワンクリックで移行でき、設定を再構成する必要はありません。
生成リファインメント（Generative Refinement）は、今回のアップデートの核となる技術です。この技術は、高解像度パーティショナー（High Res Partitioner）を使用して、テキストブロック、表、画像などの個々の要素を正確に識別し、それらの境界ボックスを取得します。その後、対象要素ごとにVLM（視覚言語モデル）によるリファインメントを適用します。新たに導入された生成OCRによるテキスト抽出、表のHTML変換、画像説明の生成により、従来のOCRやページ全体をVLMに送る方法と比較して、幻覚（ハルシネーション）を大幅に削減し、表の構造と内容の忠実度を向上させました。Unstructuredは、この成果は従来のOCR評価の限界を克服したことによるものであり、今後さらにベンチマークを公開する予定です。
価格設定は簡素化され、3つのティアが用意されています。無料ティアでは時間制限なく15,000ページまで処理可能で、すべての機能が利用できます。従量課金ティアは1ページあたり$0.03で、繰り返し料金はなく、エンドツーエンドのデータ変換パイプラインをカバーします。エンタープライズティアでは、完全に分離されたカスタマーホステッドデプロイメント、カスタムボリューム価格、専用サポートを提供します。
Unstructuredは、パーティショニングと生成リファインメントの組み合わせが、正確で構造的に健全、かつ幻覚の少ない出力を実現する鍵であり、これはRAGやエージェントシステムの構築に不可欠であると強調しています。ユーザーは今すぐ登録して高忠実度ドキュメント変換を体験するか、チームに連絡してパーソナライズされたデモを依頼できます。