ソース詳細
AI News Hub は Unstructured Blog の AI 更新を追跡し、ソース状態、利用範囲、収集方法、公開記事を表示します。
Official document AI and RAG infrastructure blog; confirm reuse terms before full body display.
この記事では、AIエージェントが組織内の非構造化データ（PDF、契約書、メールなど）の約80%にアクセスできない問題を考察し、UnstructuredプラットフォームがそれらのデータをDatabricksレイクハウスでエージェントが利用可能な知識に変換する方法を紹介しています。単一のパイプラインで65以上のファイル形式を処理し、メダリオンアーキテクチャとUnity Catalogによるガバナンスを強調しています。
米海軍海上システム司令部はUnstructuredに契約を授与し、戦闘員が重要な情報をより迅速に入手し、オペレーターの負担を軽減し、対潜水艦戦および水上戦における意思決定を加速するAI対応ソリューションの設計・実証を行う。本ソリューションはUnstructuredのデータ取り込みとElasticのエンタープライズ検索を統合し、異種データソースを活用。まずCV-TSCおよびUSW-DSSシステムに展開され、将来的にはJADC2やC5ISRへの適用が期待される。
Unstructuredは、ワークフローに新しいエンリッチメントノード「Extract」を追加しました。LLMまたは正規表現を使用してドキュメントから構造化JSONデータを抽出し、インテリジェントな文書処理を実現します。
Unstructuredは、ジョブライフサイクルイベントに基づいて下流アクションを自動化するWebhook機能を開始しました。ワークスペースまたはワークフロースコープで任意のエンドポイントと統合できます。
Unstructuredは、高品質だがアノテーションスタイルが一致しないデータセットを組み合わせると、モデルのパフォーマンスが低下することを発見しました。彼らはVLMを使ったエージェント型ラベル調和パイプラインを構築し、トレーニング前にラベルの違いを調整した結果、14の指標で改善が見られました。
UnstructuredはSCORE-Benchベンチマークを用いて、5つの最先端モデルのエンタープライズ文書解析能力を評価し、生のモデル呼び出しと最適化パイプラインの間に有意なギャップがあることを明らかにした。モデルは推論や幻覚制御（特にClaude Opus 4.6）で優れるものの、テーブル抽出、文書構造、出力一貫性で最大23ポイントの差をつけられた。このギャップは能力ではなく設定の問題であり、最適化されたプロンプト、後処理、出力構造の強制によって埋められるとしている。
Unstructuredが公開した新しいガイドは、高度な検索拡張生成（RAG）技術を解説。スマートチャンキング、メタデータフィルタリング、GraphRAG、ハイブリッド検索、エージェンティックワークフローなどをカバーし、スケーラブルなエンタープライズAIパイプラインの構築を支援します。
Unstructuredは、簡素化されたドラッグ＆ドロップインターフェース、高忠実度出力を実現する生成リファインメント、および無料ティアを含む簡素化された価格設定を含む一連のアップデートを発表しました。新しいワークフローは、高解像度パーティショニングとVLMによる拡張を組み合わせ、精度と構造保存を向上させます。