LlamaIndex 提出“用时才调”的智能 OCR：两遍式文档处理，在成本和精度之间找平衡

LlamaIndex 解析 just-in-time Agentic OCR：两遍式文档处理如何平衡成本与精度

LlamaIndex 把文档处理拆成两遍：第一遍用轻量 OCR 快速把文字全扫出来，第二遍只在碰到图表、扫描页等“硬骨头”时，才调用视觉模型（VLM）做深度识别。他们在 84 份 SEC 文件上试了这套流程，先靠元数据和文本检索定位相关页面，再对少数页面做深度 OCR。这个做法适合数据室里的交互式问答，但不适合离线批处理——每次提问都可能触发新的 VL...

推荐理由：LlamaIndex 这套两遍式文档处理是个扎实的工程方案，有 84 份 SEC 文件的实测数据，也坦白了适用边界。但它本质是工具链层面的效率优化，不是模型或产品层面的突破，所以行业影响偏温和。72 分刚好卡在 featured 门槛上，我会先打个折，不往上抬。