Clairic extrage valori fără tokeni de ieșire, în preview

Cloudflare a lansat Clairic în preview pe Workers AI la 19 octombrie 2026, potrivit anunțului companiei. Modelul extrage, calculează, estimează și prognozează valori din intrări nestructurate într-o singură trecere, fără să genereze tokeni de ieșire. Răspunsul vine în câmpurile și tipurile cerute de aplicație, însă o valoare corect formatată poate fi factual greșită.

Potrivit SiliconReport, preview-ul lansat la 19 octombrie 2026 poate fi apelat din Workers AI sau prin API-ul REST, la un tarif afișat de 0,10 dolari pentru un milion de tokeni de intrare. Pentru câmpuri definite din documente, Clairic poate prelua o parte din munca atribuită unui LLM. Când este nevoie de o explicație sau de un mesaj redactat liber, rămâne necesar un model generativ; când valoarea declanșează o acțiune, este necesar și un control al exactității ei.

Ce returnează Clairic dintr-un document

Identificatorul INV-2291 din exemplul Clairic este asociat cu valoarea extrasă din sursă.

Aplicația trimite conținutul de analizat și o listă de câmpuri numite, fiecare cu tipul său. Documentația Workers AI arată, în exemplul facturii INV-2291, câmpuri pentru identificator, scadență, total, contacte, număr de comandă și o estimare a timpului până la plată, însoțită de mediană și un interval central de 80%. Sunt acceptate și câmpuri pentru ore, durate sau prognoze; intrarea poate conține text și imagini.

Exemplul arată de ce tipul câmpului contează. Identificatorul facturii este extras din text, împreună cu poziția sa în intrare. Scadența este derivată din data emiterii și termenul de plată, iar totalul din sumele indicate. Pentru numărul de comandă, care lipsește din intrare, răspunsul are valoarea null. Modelul poate furniza separat o presupunere pentru acel câmp, dar aceasta nu devine un număr de comandă utilizabil doar fiindcă apare în răspuns.

Valorile ajung astfel în aplicație fără extragerea lor dintr-un paragraf generat. Aceasta simplifică prelucrarea: un câmp numeric poate fi tratat ca număr, o dată ca dată, iar o valoare absentă ca absență. Beneficiul privește forma răspunsului și traseul lui către aplicație; corectitudinea informației citite din document este o întrebare separată.

De ce forma validă nu garantează valoarea

O schemă tipizată limitează forma răspunsului, dar nu poate stabili singură dacă a fost ales fragmentul potrivit din sursă. O factură poate conține data emiterii, scadența și data unei livrări. Dacă modelul selectează data greșită, aplicația poate primi totuși o dată validă. Poziția unui text extras permite regăsirea lui în intrare și face verificarea mai precisă, fără să rezolve automat interpretarea.

Calculul are o limită diferită. Clairic poate identifica termeni aflați în text nestructurat și poate deriva un total sau o durată din ei. În preview, calculele scurte sunt descrise ca mai fiabile decât lanțurile de operații dependente unele de altele ori agregările din multe rânduri. Dacă termenii au fost deja extrași și regula este exactă, codul determinist poate calcula rezultatul fără să ceară modelului să refacă operația.

Consecința este concretă pentru fluxurile care folosesc documente financiare: un total returnat în câmpul numeric potrivit poate intra tehnic într-o evidență sau într-o plată chiar dacă a fost derivat din termenii greșiți. Controlul trebuie să privească atât valorile identificate în sursă, cât și regula aplicată asupra lor. Preview-ul oferă un răspuns ușor de integrat, nu o verificare contabilă a documentului.

Cum se interpretează null, încrederea și intervalul

Estimarea Clairic pentru timpul până la plată arată o mediană și un interval de valori posibile.

Răspunsurile pentru valori individuale pot include un scor de încredere și p_null, probabilitatea estimată ca valoarea cerută să lipsească din intrare. Cele două semnale răspund unor întrebări diferite: câtă încredere acordă modelul valorii propuse și cât de probabil consideră că documentul nu oferă deloc acea valoare. Un scor mare nu dovedește că fragmentul ales este cel corect; null împiedică folosirea unei presupuneri drept fapt prezent în document.

Estimarea privește o valoare necunoscută pentru care intrarea oferă indicii, nu un câmp ascuns într-un document. Mediana reprezintă centrul distribuției estimate, iar intervalul arată răspândirea valorilor considerate plauzibile de model. Un interval îngust poate sugera mai multă certitudine în răspuns, dar nu este o promisiune că rezultatul real se va afla între capetele sale. Istoricul și exemplele comparabile din intrare contează: fără ele, precizia afișată poate depăși ceea ce justifică datele.

Nu există un prag de încredere care să facă automat sigură preluarea oricărui câmp. Pragul pentru un identificator copiat dintr-o sursă clară și cel pentru o estimare folosită într-o decizie cu costuri nu au aceeași miză. O regulă de acceptare are sens după compararea răspunsurilor cu valori verificate pe tipurile de documente folosite efectiv; câmpurile absente, ambigue sau cu efect important pot fi trimise la verificare umană.

Ce parte din munca unui LLM poate prelua

Diferența dintre sarcini stabilește unde se potrivește modelul. Pentru un document nestructurat, împărțirea utilă este următoarea:

Extragere: Clairic poate returna nume, identificatori, date și liste în câmpuri definite. Fragmentele găsite și valorile absente rămân verificabile în raport cu intrarea.
Calcul: Clairic poate găsi termenii într-un text și poate efectua operații scurte. Când termenii sunt structurați și regula este precisă, codul determinist este alegerea directă pentru rezultat.
Estimare: Clairic poate produce o distribuție pentru o valoare care nu figurează în intrare, dacă există indicii relevante. Mediana și intervalul trebuie tratate ca estimări, nu ca sume ori date constatate.
Redactare: un LLM rămâne potrivit pentru explicații, sinteze și mesaje formulate liber pe baza valorilor care au fost acceptate.

Într-un flux mixt, modelul de extragere poate furniza datele, codul poate aplica reguli exacte, iar un LLM poate formula răspunsul final. Atribuirea separată a acestor sarcini face vizibil locul în care trebuie controlată o valoare, înainte ca ea să influențeze calculul sau textul trimis mai departe. Următoarele versiuni anunțate pentru Clairic vizează îmbunătățirea aritmeticii, estimărilor și prognozelor, urmată de publicarea parametrilor modelului; un calendar pentru această publicare nu a fost precizat.

Citește și: