Ricercatori hanno presentato il framework SAGE per l'automatizzazione della documentazione aziendale

I ricercatori hanno presentato SAGE — un pipeline multistadio basato su LLM, progettato per convertire linee guida aziendali in artefatti di lavoro strutturati. Il sistema automatizza l'estrazione dei dati da documenti che contengono testo, tabelle e immagini, garantendo al tempo stesso un rigoroso controllo delle versioni e la verifica dell'integrità dei dati.

L'architettura di SAGE include un repository di regole con controllo delle versioni, uno schema di convalida dei contratti tra le fasi di elaborazione e un sistema di tracciamento della provenienza dei dati. Durante il processo di lavoro, le regole estratte passano attraverso un controllo strutturale deterministico e una valutazione semantica LLM. Il modulo di coerenza elimina automaticamente i duplicati, identifica le contraddizioni e le lacune nelle specifiche, indirizzando solo gli elementi controversi alla verifica manuale.

Il test su un campione di 120 documenti ha mostrato una riduzione del tempo di elaborazione da diversi giorni a 20-100 minuti. Il sistema ha raggiunto il 96% di successo a livello di documento con un livello di allucinazioni del 3,2%. Per confronto, senza l'uso di meccanismi di controllo e verifica, la frequenza degli errori aumenta al 15,7%. Durante l'esperimento sono state estratte 3 896 regole e sono stati formati 812 artefatti pronti.

L'implementazione di sistemi simili consente alle aziende di minimizzare il lavoro manuale nella gestione della documentazione tecnica. L'uso della licenza Creative Commons garantisce la trasparenza della metodologia, mentre l'automatizzazione della fase di verifica riduce i rischi associati alle inesattezze nell'estrazione automatica dei dati da fonti aziendali complesse.