Исследователи представили фреймворк SAGE для автоматизации корпоративной документации

Исследователи представили SAGE — многоэтапный конвейер на базе LLM, предназначенный для преобразования корпоративных руководств в структурированные рабочие артефакты. Система автоматизирует извлечение данных из документов, содержащих текст, таблицы и изображения, обеспечивая при этом строгий контроль версий и проверку целостности данных.

Архитектура SAGE включает хранилище правил с версионированием, схему валидации контрактов между этапами обработки и систему отслеживания происхождения данных. В процессе работы извлеченные правила проходят через детерминированную структурную проверку и семантическую оценку LLM. Модуль консистентности автоматически удаляет дубликаты, выявляет противоречия и пробелы в спецификациях, направляя на ручную проверку только спорные элементы.

Тестирование на выборке из 120 документов показало сокращение времени обработки с нескольких дней до 20–100 минут. Система достигла 96% успеха на уровне документов при уровне галлюцинаций в 3,2%. Для сравнения, без использования механизмов управления и верификации частота ошибок возрастает до 15,7%. В ходе эксперимента было извлечено 3 896 правил и сформировано 812 готовых артефактов.

Внедрение подобных систем позволяет компаниям минимизировать ручной труд при работе с технической документацией. Использование лицензии Creative Commons обеспечивает прозрачность методологии, а автоматизация этапа верификации снижает риски, связанные с неточностями при автоматическом извлечении данных из сложных корпоративных источников.