使用 Gemini 2.5 Pro 建構高精確度的財務文件智慧系統

Pascal AI 是專為投資基金設計的 AI 原生作業系統，可處理數百萬頁的申請文件、備忘錄和模型，運作規模可達機構等級。他們的使命是將公司的內部和外部資料轉化為 AI 輔助的優勢，協助分析師和資訊長更快根據資料做出決策。

為了建構知識圖譜，支援代理工作流程，Pascal AI 需要文件智慧系統，能夠以極高的準確度，將各種複雜的財務文件轉換為結構化文字。

財務文件在程式輔助剖析方面，會帶來獨特且難以解決的挑戰。在整合 Gemini API 之前，Pascal AI 團隊測試了各種 OCR 工具和大型語言模型，但遇到持續性的技術障礙：

• 複雜的視覺化資料：從多軸圖表和趨勢圖中擷取準確資料並不容易。其他模型經常會產生原始圖片中沒有的值，造成無法接受的可靠性問題。
• 複雜的表格結構：財務報表通常會合併儲存格，並在水平和垂直方向跨越多個頁面。標準擷取程式庫通常無法保留這個結構，因此會遺失重要背景資訊，例如貨幣單位或時間範圍。
• 文件品質不一：資料來源包括原生數位檔案和低解析度的掃描 PDF，導致嚴格的剖析邏輯變得脆弱。

Pascal AI 需要剖析層，才能處理這項複雜度，且不會產生幻覺。

為克服這些挑戰，Pascal AI 透過 LangChain 整合 Gemini 2.5 Pro，做為文件智慧堆疊的核心。

Pascal AI 的 AI 負責人 Kanav Anand 表示，該模型的多模態推理能力大幅提升了準確度。與先前的解決方案不同，Gemini 2.5 Pro 可減少產生錯覺，並準確地將複雜的圖表轉換為結構化 Markdown 表格，保留重要的財務背景資訊。

為評估成效，Pascal AI 會使用內部評估集，追蹤編輯距離錯誤率，判斷剖析輸出內容與原始文字的接近程度。Gemini 2.5 Pro 的編輯距離錯誤率僅 4% ，準確度是我們測試過的其他最佳模型的兩倍。此外，模型還達到100% 的元素準確率，可正確識別表格、段落和標題等結構化元件。

除了原始準確度外，Gemini API 也提升了開發速度。團隊主要透過提示工程解決複雜的文件智慧問題，而非使用脆弱的自訂邏輯，因此可以快速疊代，支援新推出的文件類型。

展望未來，Pascal AI 團隊將嘗試採用進階方法，包括模型協調和針對特定領域財務報表的微調，力求達到近乎 100% 的剖析準確度。

如要開始使用 Gemini 模型建構應用程式，請參閱 API 說明文件。