Parcel Perform дообучила Amazon Nova для извлечения данных из email с точностью до 94,77%

Parcel Perform вместе с AWS Generative AI Innovation Center дообучила модели Amazon Nova для извлечения структурированных данных из электронных писем в ecommerce-логистике. Компании нужно было научить систему работать с разными форматами сообщений: от простых уведомлений до сложных HTML-документов с JavaScript. Среди ключевых проблем были галлюцинации моделей, путаница между похожими типами данных и высокая стоимость обработки HTML-писем.

Как сообщает AWS Machine Learning Blog, дообученные модели Nova Micro показали точность извлечения данных до 94,77% на тестовом наборе. Это на 16,6 процентного пункта выше базового уровня. Также компания заявила о снижении задержки инференса более чем на 30% и сокращении затрат вдвое по сравнению с предыдущей моделью. После тестирования Parcel Perform перевела решение в промышленную эксплуатацию.

Для настройки моделей использовали Amazon SageMaker AI, метод supervised fine-tuning и подход PEFT через Low-Rank Adaptation (LoRA). Решение поддерживает развёртывание через Amazon Bedrock с оплатой инференса по количеству токенов. В AWS также описали рабочий процесс: подготовка обучающих данных, загрузка в Amazon S3, запуск fine-tuning в SageMaker AI и последующий инференс для обработки новых email.