図表を含む日本語ドキュメントに対するLLMの読解性能を向上させるワークフローを開発

リコーは、図表や複雑なレイアウトを含む日本語ドキュメントの読解性能を向上させる「ドキュメント読解強化ワークフロー」を開発した。本技術は、マルチモーダルLLMと組み合わせて利用することで、企業文書の理解と回答精度を高めるもので、今夏より「RICOH オンプレLLMスターターキット」に搭載される予定である。特徴は、①図表・本文・レイアウト情報を統合的に解析し、文脈に基づく回答を可能にするドキュメント解析処理、②同一LLMから生成した複数回答を統合するSelf-MoA方式による効率的な推論、③クラウド・オンプレミス双方で利用可能な柔軟なLLM選択性である。評価では、日本語ドキュメント理解ベンチマーク「JDocQA Reasoning Benchmark」において、Qwen系モデルのスコアを2.9～3.9ポイント改善した。企業内に蓄積された請求書、経営資料、マニュアルなどの図表を含む文書活用を高度化し、オンプレミス環境での安全な生成AI活用や業務効率化を支援する技術として期待される。