Ho chiesto a un modello IA locale da oltre 8 miliardi di parametri i dati che stanno in una tabella di un PDF, e le risposte sono state sbagliate, incomplete o inventate. Ho anche passato diverse ore a capire il perché, lavorando su RAGradix Pro, il mio strumento per interrogare documenti in locale. Il problema sta prima del modello Una tabella in un PDF non è una tabella: è un insieme di testi posizionati su una pagina. Quando il PDF viene trasformato in testo, la struttura si perde, e con lei tutto ciò che rende la tabella leggibile: le celle unite: un'intestazione che copre cinque colonne diventa un'etichetta su una sola; le intestazioni su più livelli ("Prezzi" sopra "Acquisto" e "Vendita"); le etichette ruotate a margine; le tabelle senza linee, dove le colonne si indovinano solo dagli spazi. Un piccolo modello che riceve questo testo non può “ragionare meglio”: può solo indovinare e non risolve un'informazione che è sparita a monte. Er...