Насколько хорошо ИИ Claude 2 работает с PDF-файлами? - Давай выясним

Файлы формата переносимого документа (PDF) повсеместно распространены в нашем цифровом мире. Мы используем их для всего: от обмена документами до заполнения форм онлайн. Но работать с PDF-файлами не всегда легко. Вот тут-то и приходит на помощь искусственный интеллект.

Мы посмотрим, насколько хорошо ИИ- помощник Клод 2 справляется с задачами, связанными с PDF. Claude 2, созданный Anthropic, призван быть полезным, безвредным и честным. Мы проверим его на некоторых распространенных действиях с PDF, чтобы увидеть, соответствует ли он этим идеалам при работе с этим важным форматом файлов.

Крайне важно протестировать помощников ИИ в реальных сценариях. Поскольку ИИ становится такой важной частью нашей жизни, крайне важно знать, в чем они преуспевают, а где могут потерпеть неудачу. Claude, похоже, становится надежным соперником, возможно, наравне с такими моделями, как GPT-4. Мы уверены, что пользователи, разбирающиеся в этих технологиях, сыграют значительную роль в их успешном внедрении.

Так что присоединяйтесь к нам, и мы узнаем, может ли Claude 2 упростить работу с PDF-файлами или его навыки все еще нуждаются в улучшении. Результаты могут Вас удивить.

PDF-способность Клода 2

Claude 2 выделяется среди других AI-помощников встроенной способностью анализировать PDF-файлы и работать с ними. Исследователи из Anthropic разработали Claude 2 для анализа и понимания структуры PDF-документов с использованием методов машинного обучения. Это дает Claude 2 существенное преимущество при обработке PDF-файлов по сравнению с другими чат-ботами, которым сложно разобраться в них. Будучи одной из первых моделей искусственного интеллекта со специальным компонентом анализатора PDF-файлов, Claude 2 имеет уникальные возможности для решения задач, связанных с PDF-файлами. В этом сообщении блога мы рассмотрим, как его специализированная разработка приводит к реальному мастерству работы с этим вездесущим форматом документов. Наши тесты покажут, сможет ли Claude 2 выполнить свое обещание предоставить полезную, безвредную и честную помощь при работе с PDF-файлами. Также обратите внимание, что максимальный размер файла — 10 МБ.

Тестирование PDF-файлов

Для нашего руководства мы собираемся использовать PDF-файл с учебным пособием по Python и посмотреть, что мы можем из него получить.

Давайте начнем с вопросов, которые, как нам известно, содержатся в документе. Мы дадим ему подсказку «Что такое форматированные строковые литералы?». Ответ также находится довольно глубоко в PDF-файле, поэтому было бы интересно, если бы он мог отвечать на тексты в начале документов, а не в конце.

Вот результат. Ответы довольно кратки в PDF.

Прямые котировки

Теперь попробуем получить прямые цитаты из файла. Теперь наша подсказка будет такой: «Что такое аннотации функций?» Дайте мне цитату из документа».

Вот результат.

Что подтверждает, что это прямая цитата! Он даже смог отобразить фрагмент кода.

Финансовые документы

Теперь попробуем финансовые документы. Мы добавим самый последний квартальный отчет Microsoft. Мы подскажем: «Согласно документу. Каков был общий доход Microsoft за квартал?» Вот скриншот наших результатов.

Мы видим, что Клод предоставил запрошенную нами информацию о доходах, и после проверки фактов мы можем с уверенностью подтвердить ее точность. Клод даже указал точную страницу, на которой можно найти эту информацию, и это тоже верно.

Затем мы спросили: «Каково процентное изменение выручки по сравнению с прошлым годом?». Я хотел посмотреть, сможет ли он провести какой-нибудь анализ.

К моему удивлению, ему удалось это понять. Он также дал номер страницы с результатами. Я даже не знал, что эти данные есть в документах. Я думал, что потребуется выручка за третий квартал прошлого года и выручка за этот год, а затем выполнить математические расчеты, чтобы рассчитать процентную разницу.

Альтернативы

В настоящее время Клод накладывает ограничения на количество запросов, которые вы можете сделать, и даже может иметь список ожидания для доступа. Учитывая эти ограничения, стоит изучить некоторые альтернативные варианты.

Растерянность

Perplexity AI — отличный инструмент искусственного интеллекта для НЛП с документацией. Пользователи могут загружать PDF-файлы в формате обычного текста, кода или PDF, а Perplexity будет использовать содержимое файла для формулирования ответов. Для коротких файлов языковая модель анализирует весь документ. Perplexity также может вручную разбить длинные PDF-файлы на тематические области и передать их в GPT-4 для творческого написания. Perplexity может анализировать PDF-файлы, чтобы отвечать на вопросы непосредственно из документов, предоставлять ссылки на источники для ответов, которые он дает, сравнивать и сопоставлять исследовательские работы, находить связанные документы или статьи на основе запроса, анализировать данные и генерировать идеи из различных источников, визуализировать данные и создавать графику из различных источников и переводить текст с одного языка на другой. Если у вас бесплатная учетная запись, вы можете выполнять только определенное количество запросов. Если вы хотите неограниченную загрузку файлов, вам нужно будет подписаться за 20 долларов в месяц.

ЧатGPT

ChatGPT объявил анализ PDF в качестве новой функции в своем последнем обновлении для подписчиков ChatGPT Plus. Эта функция позволяет пользователям загружать PDF-файлы и другие документы, которые затем могут быть проанализированы ChatGPT. Чат-бот может извлекать сводные данные и различные данные или даже писать графики и диаграммы на основе этих данных. В настоящее время эта функция находится на стадии бета-тестирования и доступна для участников ChatGPT Plus. Обновление также включает автоматическое переключение инструментов, которое позволяет ChatGPT угадывать, чего хотят пользователи, на основе контекста. Новые функции доступны для клиентов ChatGPT Plus с октября 2023 года.

Открытый источник

И последнее, но не менее важное: решения с открытым исходным кодом представляют собой привлекательную альтернативу. Для анализа PDF доступно множество инструментов с открытым исходным кодом, использующих различные технологии, такие как Langchain или Python, часто интегрированные с векторными базами данных. Стоит отметить, что решения векторных баз данных, такие как Pgvector, могут предложить значительно более экономичный вариант по сравнению с коммерческими услугами, такими как Pinecone. Тем не менее, сообщество открытого исходного кода на таких платформах, как GitHub, предоставляет множество доступных и настраиваемых моделей для удовлетворения ваших потребностей в анализе PDF-файлов.

Заключение

Я был очень взволнован, когда мы впервые протестировали PDF-анализатор Клода. Первые результаты выглядели великолепно. Но вы знаете, как обстоят дела с моделями ИИ — они не идеальны. Определенно были какие-то ошибки здесь и там. Когда я впервые начал беседовать с Клодом о PDF-файлах, он довольно часто путался. Но меня постоянно впечатляло то, насколько лучше стало. Ошибок значительно меньше, если они вообще есть, по сравнению с предыдущим.

Действительно многообещающе увидеть такое улучшение с течением времени. Я не говорю, что он уже готов заменить человеческий опыт; очевидно, вам захочется все перепроверить. Нам по-прежнему необходимо следить за любыми потенциальными проблемами. Но я с оптимизмом смотрю в будущее возможностей Клода по работе с PDF. В конечном итоге это может оказаться невероятно полезным инструментом. Конечно, вариантов очень много, но это отличный из них.