Tenho um app windows que extrai dados de certos tipos de arquivos usando expressões regulares.
Agora estou montando um modelo especialista nos arquivos pra não precisar de LLMs. Pelo menos ele consegue se adaptar a pequenas mudanças de layout, coisa que as regex falham silenciosamente.
Muito boa sua ideia. As LLMs tem um índice de acerto muito baixo, no meu caso, pois os documentos tem as informações bem espalhadas. É preciso analisar, por exemplo, 60 páginas pra recolher uma única linha de tabela final. E quando você multiplica por 200 arquivos de uma vez, aí o negócio desanda.