Reducto выпускает r-1: модель разбора документов за один проход, сокращающая число ошибок на 20% при цене 1 цент за страницу

На прошлой неделе Reducto объявила о выпуске r-1. Это первая модель нового семейства парсеров, созданная на основе переработанной архитектуры; она заменяет многоэтапное агентное OCR-распознавание компании одним проходом по всей странице. Reducto утверждает, что r-1 точнее самых мощных устаревших агентных моделей компании, работает быстрее и обходится до 6 раз дешевле.

Можно ли развернуть её уже сегодня? Да, в режиме предварительного просмотра. r-1 работает через размещённый Reducto API Parse на V3 и включается с помощью флага конфигурации. Открытых весов и локального чекпойнта для самостоятельного размещения нет. Платформа Reducto также отдельно поддерживает мультитенантное облако, VPC клиента, локальные установки и изолированные среды без подключения к внешним сетям; согласно её политикам безопасности, на расширенных тарифах доступны аттестация SOC 2 Type II и обработка данных в соответствии с HIPAA.

Один проход вместо конвейера

Устаревший Parse выполняет OCR, распознавание структуры и постобработку на отдельных этапах, поверх которых опционально добавляются агентные проходы с использованием визуально-языковых моделей. Каждый дополнительный вызов модели увеличивает задержку. r-1 объединяет текст, таблицы, изображения, структуру страницы, порядок чтения, форматирование и привязку к исходному документу в одном проходе по всей странице. Для каждого блока возвращаются ограничивающие рамки относительно страницы, связывающие содержимое с его положением на странице.

Именно консолидация является главным заявлением о продукте. Команды, работающие с финансовой отчётностью, страховыми требованиями или договорами, часто направляют файлы через несколько поставщиков и добавляют постобработку, чтобы добиться пригодной для использования точности. r-1 нацелен на сокращение затрат на такую оркестрацию, а не только на повышение точности распознавания символов.

Цифры

Reducto сообщает о снижении уровня ошибок на 20% в ранней предварительной версии r-1 по сравнению с собственными устаревшими агентными конвейерами. Компания также заявляет, что в ходе внутренних оценок r-1 превзошла широко используемые продукты гиперскейлеров и крупные LLM на сложных документах. В пресс-релизе Amazon Textract и Azure Document Intelligence названы представителями категории базовых решений текущих поставщиков.

Что касается цены, устаревшие агентные модели стоили от 3 до 6 центов за страницу в зависимости от рабочей нагрузки. r-1 стоит 1 цент за страницу, включая всё, без дополнительных множителей за функции или затрат на кредиты для достижения высокой точности. Reducto представляет это как часть более широкого перехода к фиксированным тарифам на продукты.

Обратите внимание, что снижение числа ошибок на 20% измеряется относительно собственного предыдущего конвейера Reducto, а не относительно стороннего базового решения. Кроме того, прямое сравнение с гиперскейлерами и LLM проведено самой компанией, без опубликованных вместе с объявлением инструментария или набора данных для оценки.

Что r-1 распознаёт на странице

Согласно документации, r-1 в рамках одного прохода по всей странице изначально обрабатывает следующее: цифровой текст, сканы и рукописный текст; структуру таблиц с учётом окружающего контекста страницы, включая объединённые ячейки и многоуровневые заголовки; колонки, верхние и нижние колонтитулы, боковые панели и порядок чтения, определяемые совместно; обнаружение изображений с кратким автоматически созданным описанием; форматирование, имеющее смысловое значение, включая заголовки, списки, полужирное начертание, подчёркивание и зачёркивание; а также привязку к исходному документу с помощью ограничивающих рамок относительно страницы.

Среди сложных случаев, на которые указывает Reducto, — плотные таблицы, необычные макеты, сканы низкого качества, документы с водяными знаками и документы без предсказуемого шаблона. Пропущенное зачёркивание может изменить смысл пункта договора на противоположный, а неверно распознанная таблица может передать агенту неправильное значение, поэтому эти нестандартные случаи особенно важны для регулируемых конвейеров.

Переход на новую версию и то, что остаётся в старом стеке

Для r-1 требуется API V3. Если в запросе Parse не указать settings.model, он по-прежнему будет выполняться в устаревшем Parse, поэтому ничего не изменится незаметно. Новые конвейеры, созданные в Studio, по умолчанию используют r-1.

result = client.parse.run(
    input=upload.file_id,
    settings={"model": "r-1"}
)

Агентная обработка не исчезла. Рабочие процессы, которым нужны пользовательские подсказки или расширенное извлечение данных из диаграмм, по-прежнему направляют такие страницы через агентный конвейер; Reducto добавляет его результаты к результату r-1, что увеличивает задержку. Командам, переходящим с существующей конфигурации, следует сначала проверить страницу совместимости конфигурации r-1, поскольку некоторые устаревшие настройки игнорируются или не поддерживаются.

Reducto также обозначила следующие два направления: r-1 mini для задач, чувствительных к скорости и стоимости, и автоматическую маршрутизацию по страницам, которая выбирает подходящую модель для каждой страницы. Организации, переходящие с другого парсера, могут запросить кредиты на сумму до 5 000 долларов для параллельного сравнения.

Ключевые выводы

• r-1 объединяет OCR, распознавание структуры, таблиц, форматирования и привязку к исходному документу в один проход по всей странице.
• Reducto сообщает о снижении числа ошибок на 20% по сравнению с собственными устаревшими агентными конвейерами.
• Цена снижается с 3–6 центов за страницу до фиксированного 1 цента, включая всё.
• Доступна в режиме предварительного просмотра через API Parse V3 с использованием settings.model: "r-1"; открытых весов нет.

Читайте блог Reducto, документацию Parse r-1 и объявление в X. Также подписывайтесь на нас в Twitter и не забудьте присоединиться к нашему сабреддиту о машинном обучении с более чем 150 тысячами участников и подписаться на нашу рассылку. Подождите! Вы есть в Telegram? теперь к нам можно присоединиться и в Telegram.

Хотите сотрудничать с нами для продвижения вашего репозитория GitHub, страницы на Hugging Face, релиза продукта, вебинара и т. д.? Свяжитесь с нами