拆文档那点判断，先交给便宜的

youtube.com/watch?v=MLZ1dU… 文档解析这活要的全是临场判断，llama_index 把 Jev 和 Jev 式模型的早期做法摆了出来。 试的几类任务照录。方向检测，这份 PDF 是横是竖；语言检测，这页是哪种文；还有路由，这类文件该往哪条线上送。都是四选一的题，一个字都用不着写。 拆文档那点判断先交给便宜的这半句是全场重心。前面斯坦福那篇讲的是千亿数据点过筛，这条把同一个思路挪到最不起眼的收件口。跟前面一人财务那篇呼应，那边筛发票，这边筛文件，都是先把答案列得全的那类活。跟前面只判不写那篇也接得上，迁移三问在这里正好派上用场，扫一眼能定的，就不必惊动大模型。 文档管道这个落点也挑得聪明。它量大、错误成本低、答案固定，是那种错了也容易被下一层拦住的活，正适合当第一块试验田。 我留的疑问有三处。准确率和原来那套规则比是升是降没给；处理一份文件省下的钱是几厘没算；视频里有没有给可抄的配置也没说。 手上有文档管道的，挑路由那一步先换，答案就那么几种，跑一周看它把文件送错的次数是多是少。