JPMorgan, çeşitli iş belgelerini anlamak için tasarlanmış akıllı bir dil modeli olan DocLLM adlı yeni bir araç geliştirdi. Diğer modellerden farklı olarak DocLLM pahalı görüntü teknolojisine dayanmıyor, bunun yerine önemli metin bölümlerinin etrafındaki dikdörtgenleri belirleyip tanımlayarak belgelerin yapısını anlamaya odaklanıyor. Ayrıştırılmış uzamsal dikkat adı verilen benzersiz bir özelliğe sahiptir, bu da bir belgenin belirli alanlarındaki bilgileri verimli bir şekilde işlemesine olanak tanır. DocLLM özellikle düzensiz düzenlere ve farklı içerik türlerine sahip belgelerin işlenmesinde etkilidir. Modeli eğitmek için JPMorgan iki ana kaynaktan gelen verileri kullandı: IIT-CDIP Test Koleksiyonu 1.0 ve DocBank. Testler DocLLM’nin belgelerle ilgili çeşitli görevlerde diğer benzer modellerden daha iyi performans gösterdiğini ortaya koymuştur. JPMorgan, DocLLM’yi görme ile ilgili özellikleri hafif bir şekilde dahil ederek daha da geliştirmeyi planlıyor.
