跳转到内容
本站为社区维护的非官方中文翻译,与 Cloudflare, Inc. 无关联。本站不提供账户登录,请勿在任何非官方站点输入您的 Cloudflare 账户信息。官方文档:developers.cloudflare.com

提取模型

最后更新 查看 MarkdownAgent 设置

提取模型会将信息转换为应用可使用的特定值,例如发票总额、到期日或预估付款金额。它们返回类型化值,而不是从固定选项中进行选择或生成开放式内容。这有助于你将 AI 预测结果接入应用逻辑。

你需要提供输入状态,并定义希望模型返回的值,包括每个值的类型和其他限制条件。模型会根据这些定义和输入状态,为每个值生成相应的类型化结果。类型化结果提供可预测的结构,但不保证正确。

何时使用提取模型

当应用需要提取、计算、估算或预测某个值(例如金额、日期或时长)时,请使用提取模型。或者,使用决策模型从已知选项中进行选择,或使用生成模型创建开放式内容。

下表通过发票示例比较了这些模型类型:

模型类型 适用场景 发票示例
提取 提取、计算、估算或预测值,例如金额、日期、时长或文本。 读取发票上的总额和到期日。
决策 从预定义选项集中进行选择。 判断发票是否需要批准、人工审核或拒绝。
生成 生成开放式内容。 总结发票、采购订单和交货收据之间的差异。

应用可以在应用逻辑中使用返回值,也可以将它们作为输入传递给另一个模型。

提取模型的工作方式

提取请求由输入状态和一组命名字段定义组成。输入状态提供模型要评估的信息。每个字段定义都描述要返回的值,指定该值的类型,还可以包含限制条件。模型会根据两者为每个字段生成相应结果。

例如,你提供的发票文本写明总额为 $1,080,到期日为 2026-11-01。然后,你将发票总额字段定义为 USD 货币数值,将到期日字段定义为日期。

模型会使用这些定义,在发票中识别所需的值,并分别以类型化结果返回 1080 和 2026-11-01。

随后,应用可以使用返回的值。例如,可以将到期日与当前日期进行比较,以标记逾期发票。

提取模型的功能

提取模型支持提取、计算、估算和预测。

提取

返回输入中明确出现的值,例如发票上打印的总额。提取会识别已有值,而非对其进行计算或估算。

计算

根据输入中的事实推导出一个值。例如,使用发票到期日和你提供的当前日期,计算逾期天数。与提取不同,计算结果无需在输入中明确出现。

估算

预测输入无法确定的值,例如未付款发票的付款时间。与计算不同,估算处理的是未知结果,而不是根据提供的事实推导结果。

预测

预测某一时间段内的一系列未来值,例如下个月每周的发票未结余额。与单个估算值不同,预测会为所请求时间段中的每个步骤返回一个值。

解读提取结果

类型和限制条件会定义结果的形式,但不能保证结果正确回答你的问题。

缺失的结果

对于提取或计算单个值的字段,结果为 null 表示模型认为输入信息不足以确定答案。相关信息可能缺失,也可能是模型未能识别它。

模型未发现匹配值时,列表会返回空列表。即使输入信息很少,估算和预测仍会返回预测结果。

不确定性

字段类型决定了不确定性的表示方式和解读方式。提取或计算单个值的字段会为返回结果提供置信度分数。估算和预测会提供可能值的分布。

例如,付款日期估算值的第 10 百分位可能是 11 月 5 日,第 90 百分位可能是 11 月 20 日。这些日期界定了预测分布中间的 80%。实际付款日期仍可能落在该区间之外。

限制条件

限制条件会约束模型可以返回的值,但不能保证答案正确。

例如,将估算付款日期限制在 11 月,可确保返回的日期落在 11 月。但发票仍可能在 12 月付款。

来源范围

提取的文本包含来源范围,用于标识该文本在输入中的起始位置和结束位置。你可以利用这些位置,在原始上下文中找到返回的文本。

设计提取任务

定义清晰的字段

为每个字段指定描述性名称,并通过字段说明解释要返回的值。例如,名为 invoice_total 的字段可以使用说明:“折扣后,包含税费和运费的应付总额。”请单独指定其类型和单位,例如 USD 数值。

选择适当的类型和限制条件

根据应用使用结果的方式设置每个字段的类型。例如,付款截止日期使用日期类型,逾期天数使用时长类型。

使用可用的字段设置指定精度和值范围。例如,要求发票金额保留两位小数。限制估算付款日期时,请选择反映合理付款日期的范围,而不只是你偏好的截止日期。

包含任务所需的上下文

在输入状态中包含任务依赖的所有信息。例如,计算逾期天数需要发票到期日和你提供的当前日期。请明确指定应使用的日期,不要假设模型知道请求运行时间。

根据风险匹配保护措施

根据错误结果可能造成的后果选择保护措施。显示估算付款日期可能只需少量检查,而使用提取金额授权付款则可能需要更多检查。

确定应用如何处理缺失或不确定的结果。在执行影响重大或不可逆的操作前,请将结果与其他证据核对,或要求人工审核。

限制

  • 类型化输出不保证正确。结果可能符合其类型和限制条件,但仍然错误地回答了问题。
  • 结果取决于可用信息和字段定义。模型返回估算值,不代表输入提供的信息足以准确预测结果。
  • 不确定性估算并非保证。置信度分数和预测区间不能替代应用级别的检查。区间的实际覆盖率可能因任务和数据集而异。
  • 不同模型的功能有所不同。请参阅 Clairic 模型文档,了解支持的输入、字段类型、元数据、上下文窗口和模型专属限制。

后续步骤

这篇文档对您有帮助吗?