一、业内领先的文档解析能力
·独创多模态文档解析大模型：在算法上，基于腾讯优图实验室自研新一代多模态文档解析大模型，通过粗粒度生成元素的位置及顺序，并辅以内容生成赋予上下文的语义感知，可以解决各种复杂排版的问题，并在图文表混排的场景下更具优势。
·智能版面分析：与传统的 OCR 文字识别不同，文档解析产品能够快速抽取文档的关键属性，支持对多栏、内容混排等复杂版式的文档进行精准解析，如论文、报告、书籍等文档中的标题、段落、图片、表格、公式、页眉、页脚等多种版面元素，并按照阅读顺序提取内容。
·表格结构识别：针对传统表格识别难题，全新的表格结构识别模型在常规、有线、无线、少线、多表格、跨页表格等复杂场景下能对表格精准检测和内容识别，并做结构化复原。
·高精度文本识别：能够准确识别中英文、繁体字、生僻字等多种类字体，即使是图片和扫描的 PDF 文档，也能够进行高精度识别。
·Markdown 格式输出：支持将图片、PDF 文档转换为 Markdown 格式，这种轻量级的标记语言易于阅读和编写，非常适合大型模型训练和文档电子化。
二、业界首创基于 LLM 的多级语义切分模型
·业界首创基于 LLM 的多级语义切分模型，通过语义理解的方式对文档进行切分，保障文档切分片段的语义完整性。
·采用多级文档切分方式，将文档切分成适合检索和大模型问答的片段。
·传统切分方式文档类型受限，缺乏通用性，且容易截断语义，语义模型的切分方式可有效解决该类型问题，端到端检索准确度大幅提升。
三、混合检索能力
·支持向量检索，全文检索等多种混合检索策略，可根据业务场景灵活配置。
·针对多行业（政务，汽车，文旅，教育，金融，制造等），多格式（PDF，Docx，Excel，MD，PPT等）多文档元素（普通文本，表格，图文，流程图等），端到端综合检索准确率达到90%。
四、基于 LLM 的 Embedding 模型
·通过不同的 Instruction 区分Embedding 和生成任务，让LLM能同时在这两种任务上训练，从而得到一个同时具备文本表征和文本生成能力的模型。
·借助LLM的多语言能力，同时支持多种语言的混合检索。