面向生成式 AI 工作负载的智能内容摄入

研究人员提出一种面向生成式 AI 工作负载的生产级内容抽取系统，将文档摄入构建为可配置且可度量的独立阶段。系统集成了选择性 OCR 路由、结构感知父子分块器与检索评估器；在 180 篇文档测试中，最佳抽取器取得 97.4 分（字符错误率 0.13%，表格相似度 0.995），分块器在 25,050 个生成问题中取得 68.6% 的 Hit@1 与 0.77 的 MRR。