Cloudflare ra mắt Clairic: Mô hình trích xuất dữ liệu thế hệ mới

Cloudflare vừa công bố bản xem trước của một lớp mô hình mới thuộc nhóm System One: các mô hình trích xuất (extraction models). Sản phẩm đầu tiên mang tên Clairic, hiện đã có sẵn trên nền tảng Workers AI (định danh @cf/cloudflare/clairic). Công ty cũng dự kiến sẽ sớm phát hành mã nguồn mở cho trọng số của mô hình này.

Tại sao cần mô hình System One?

Khái niệm System One, lấy cảm hứng từ cuốn sách Thinking, Fast and Slow của Daniel Kahneman, đề cập đến các mô hình hoạt động nhanh, chính xác và tập trung vào các tác vụ cụ thể, trái ngược với System Two (các mô hình LLM) vốn thiên về suy luận phức tạp. Trong khi các LLM thường tiêu tốn nhiều tài nguyên và thời gian để xử lý các tác vụ lặp đi lặp lại như trích xuất hóa đơn hay dự báo lưu lượng, Clairic được thiết kế để thực hiện các công việc này trong một lần truyền duy nhất (single pass) mà không cần tạo token suy luận.

Khả năng của Clairic

Clairic không tạo ra văn bản tự do như LLM, thay vào đó, nó tập trung vào việc trả về các giá trị có cấu trúc. Các khả năng chính bao gồm:

• Trích xuất giá trị: Sao chép văn bản từ đầu vào (như ID đơn hàng, tên) kèm theo vị trí ký tự và điểm tin cậy.
• Tính toán giá trị: Xử lý số liệu, ngày tháng, thời gian hoặc danh sách từ dữ liệu thô.
• Ước tính giá trị: Đưa ra các phân phối xác suất dựa trên bằng chứng trong dữ liệu đầu vào.
• Dự báo giá trị: Dự đoán các giá trị tương lai trong một chuỗi thời gian với khoảng tin cậy 80%.

Điểm mạnh của Clairic là khả năng xử lý song song, tốc độ phản hồi dưới một giây và chi phí vận hành thấp hơn đáng kể so với việc sử dụng các LLM lớn. Vì không tạo token, mô hình này cũng loại bỏ được các vấn đề về “ảo tưởng” (hallucination) thường gặp ở LLM; nếu không tìm thấy dữ liệu, nó sẽ trả về kết quả null kèm theo điểm tin cậy.

Ứng dụng thực tế

Clairic có thể xử lý cả văn bản và hình ảnh (như biên lai, hóa đơn). Ví dụ, khi nhận một email hỗ trợ khách hàng, Clairic có thể tự động tính toán tổng số tiền thanh toán, xác định số ngày kể từ khi giao hàng và trích xuất các thông tin hư hỏng mà không cần quy trình tiền xử lý phức tạp. Đối với các tác vụ dự báo, mô hình này đã chứng minh khả năng dự đoán chính xác các chu kỳ dữ liệu thực tế, chẳng hạn như lưu lượng hành khách tại các sân bay, với sai số thấp và khoảng tin cậy được hiệu chuẩn tốt.

Với việc tích hợp Clairic vào hệ sinh thái Workers AI, Cloudflare đang cung cấp cho các nhà phát triển một công cụ mạnh mẽ để kết hợp giữa trích xuất dữ liệu (Clairic), ra quyết định (Jev/Clef) và suy luận ngôn ngữ (LLM), từ đó xây dựng các quy trình tự động hóa thông minh và hiệu quả hơn.

Nguồn tham khảo: Cloudflare Blog