Limitaciones de tráfico

Los Paquetes ML de extracción y clasificación requieren una cantidad significativa de recursos informáticos, lo que implica algunas limitaciones a medida que aumenta el tamaño de los documentos y/o el rendimiento del número de documentos por minuto.

Los documentos de más de 100 páginas se ejecutarán con limitaciones de computación o de latencia, lo que provocará que las Habilidades ML sean inestables o devuelvan errores HTTP. Un límite superior exacto es difícil de definir porque la densidad del texto y la resolución de la imagen de los documentos tienen un amplio rango dinámico, y la densidad del texto (número de palabras por página) afecta a los recursos informáticos y de RAM necesarios, así como a la latencia. Además, la capacidad de una habilidad ML depende del tamaño del hardware utilizado para implementarla, que está controlado por AI Center. Por ejemplo, las habilidades de ML pueden implementarse en la GPU o en la CPU, lo que tiene un gran impacto en la capacidad y la velocidad de la habilidad ML.

En cuanto al rendimiento, las Habilidades ML solo pueden procesar un documento a la vez; esto significa que debes esperar a que finalice un documento antes de enviar el siguiente. Cuanto más grandes sean los documentos, menos podrás procesar por unidad de tiempo.

Para evitar estos problemas, si necesitas procesar documentos muy grandes, ten en cuenta que en muchos casos los datos relevantes pueden estar en un subconjunto de páginas más pequeño, y este subconjunto puede dividirse utilizando el clasificador inteligente de palabras clave. Esta puede ser una estupenda estrategia porque elimina los errores de habilidad ML/fallos/tiempos de espera, aumenta el rendimiento y la capacidad de respuesta, aumenta la precisión de la extracción reduciendo los falsos positivos y reduce los costes eliminando el consumo innecesario de unidades de IA.