Подробный разбор · Около 3 мин чтения
Конфиденс-гайд Foundry отделяет приоритет проверки от разрешения автоматизации
Текст от 14 октября поясняет: на 41% меньше выбранных значений — не на 41% меньше рабочего времени.
- Дата источника
- Опубликовано здесь
- Источник проверен
Microsoft использует страховой процесс для связи извлечённых значений с доказательствами и приоритетом проверки. Результаты полезны, но люди продолжали проверять каждое поле. Конфиденс распределял внимание, не разрешал чувствительную обработку без человека.
Слушать новости
Прослушайте эту статью или включите новости подряд.
Подготовка чтения…
Голос устройства
Речь обрабатывает браузер или устройство. AISubHub не отправляет текст в аудио-API. Доступные голоса и работа при заблокированном экране зависят от устройства.
При продолжении короткая фраза может повториться.
Кратко
- Общая оценка клиента охватывала более 22 000 значений и более 1 000 производственных документов. На отдельной отложенной тестовой выборке целевая проверка отбирала на 41% меньше значений, сохраняя более 80% известных ошибок извлечения.
- Конфиденс выдаёт отдельная общая модель, не самооценка LLM. Клиентская калибровка её не переобучает.
- Открытая лаборатория использует 1 000 чеков CORD v2: 800 для калибровки и 200 для оценки. Это не результаты страховщика.
Доказательство и уверенность — разные вопросы
Grounding связывает значение с документальным основанием для проверки и аудита. Проверяемость не гарантирует истинности. Конфиденс — обученный сигнал поля от 0 до 1 отдельной модели по доказательствам, контексту и диагностике. Microsoft сообщает до 28% меньше средних токенов вывода и до 14% улучшения качества уверенности по AUROC. Последнее не означает 14 процентных пунктов точности извлечения. Это данные поставщика, не наши измерения.
Калибровка меняет решения, не модель
Microsoft говорит, что общая модель обучена на отобранных Microsoft данных, не клиентских. Проверенные клиентом примеры показывают, отделяет ли балл ошибки его процесса. Нужны пороги по семейству, версии, источнику и полю, с отложенной проверкой. Пустым значениям нужна отдельная политика: отсутствие и пропуск похожи. Общего балла или интуитивного порога мало. Область калибровки — испытанные документы, настройки, схема и модель, не любые новые формы.
Что посчитали в страховом кейсе
Клиент классифицирует и сегментирует, определяет версию и извлекает. Классификация двухуровневая, сегментация только сначала. Content Understanding v1 не даёт конфиденса классификации, поэтому её проверяет человек. Все чувствительные поля тоже проверялись; метки лишь задавали внимание. Отложенная выборка с 41% меньше выбранных значений содержала более 80% известных ошибок, часть осталась вне неё. Это не 41% рабочего времени и не безошибочность. Вводные почти 50% меньше нагрузки, 75% быстрее подключение форм и 97%+ классификации — другие меры.
Открытая лаборатория — другой эксперимент
Без клиентских документов используются 1 000 чеков CORD v2, 800 для правил и 200 отложенных. Некоторые графики иллюстрируют калибровочную выборку, не клиентский эффект или будущую гарантию. Результат — таблица маршрутизации полей, не новый вызов или переобучение. Следует разделять настройку и независимую оценку, а не копировать красивый порог. Высокая средняя точность не доказывает выявления важных ошибок баллом.
Правилам нужна обратная связь
Нужны представительные проверенные человеком документы, явная цель покрытия ошибок и невиденные тесты. Если сигнал не различает ошибки, поле остаётся в проверке. Проверять надо и неотмеченные значения, не только распределение баллов. Версии, источники, схема, анализатор или LLM меняются — нужны новая проверка и при необходимости калибровка. Разрешение следует доказательствам и измеренному риску, не хорошей оценке. Правило — ограниченное решение с обслуживанием, не вечный сертификат.
Почему это важно
Grounding делает доказательства доступными, конфиденс распределяет внимание. Пойманные и пропущенные ошибки при заданной нагрузке следует отделять от времени и стоимости, даже при полной проверке. AISubHub не обрабатывала документы клиента и не повторяла оценку.
Ограничения и доступность
Прочитан весь официальный гайд, не связанные notebook или объяснение. Нет универсальной точности, бесплатного API или личных абоправ. Заявление об обучении касается модели конфиденса, не всех политик данных сервиса.
Источники и подтверждения
Дата источника: 14 окт. 2026 г. · Источник проверен: 20 окт. 2026 г.
Материалы подготовлены с помощью ИИ и сверены с указанными первоисточниками. Заявления поставщиков атрибутированы; публикация не означает рекомендацию.