דלג לתוכן הראשי
אוטומציות AI - לוגו
  • דף הבית
  • בלוג
  • חדשות
  • אודות
  • צור קשר
03-7630715קבע יעוץ חינם
אוטומציות AI - פתרונות אוטומציה וסוכני AI לעסקים בישראל

מובילים בתחום האוטומציה וסוכני AI בישראל. אנו מספקים פתרונות מתקדמים ליעול תהליכי עסק ושיפור הפרודוקטיביות הארגונית.

IL03-7630715USA(646) 760-4854info@automaziot.ai
אחד העם 9, תל אביב. מגדל שלום

קישורים מהירים

  • דף הבית
  • בלוג
  • חדשות
  • אודות
  • צור קשר
  • סיפורי הצלחה
  • מילון מונחים

הפתרונות שלנו

  • ניהול לידים אוטומטי
  • סוכן חכם לוואטסאפ
  • אוטומציה עסקית מלאה
  • ניהול לקוחות חכם
  • קביעת תורים אוטומטית
  • מכירות ושירות לקוחות
  • חנות אוטומטית בוואטסאפ
  • סוכני AI
  • ייעוץ טכנולוגי

הישאר מעודכן

הירשם לניוזלטר שלנו וקבל עדכונים על חידושים בתחום האוטומציה וה-AI

FacebookInstagramLinkedIn

אתר זה משתמש ב-Google Analytics ו-Vercel Analytics לשיפור השירות. למידע מלא ראה מדיניות פרטיות

© 2026 אוטומציות AI. כל הזכויות שמורות.

מדיניות פרטיותתנאי שימושהצהרת נגישותמדיניות עריכה
ST-Raptor: AI לטבלאות חצי-מובנות
ST-Raptor: AI חדש לניתוח טבלאות חצי-מובנות
ביתחדשותST-Raptor: AI חדש לניתוח טבלאות חצי-מובנות
מחקר

ST-Raptor: AI חדש לניתוח טבלאות חצי-מובנות

מערכת אג'נטית פורצת דרך לשאלות מורכבות על נתונים לא מובנים – מדוע זה ישנה את ניתוח הנתונים בעסקים

אייל יעקבי מילראייל יעקבי מילר
10 בפברואר 2026
4 דקות קריאה

תגיות

ST-RaptorweAIDB

נושאים קשורים

#למידת מכונה#ניתוח נתונים#סוכני AI#טבלאות מבניות

✨תקציר מנהלים

נקודות עיקריות

  • ST-Raptor משלבת עריכה ויזואלית ומודלים מבניים לניתוח טבלאות חצי-מובנות.

  • עולה על Text-to-SQL ו-LLM רב-מודלי בדיוק ובשימושיות.

  • קוד פתוח זמין בגיטהאב עם סרטון הדגמה.

  • רלוונטי לעסקים המנתחים דוחות מורכבים.

ST-Raptor: AI חדש לניתוח טבלאות חצי-מובנות

  • ST-Raptor משלבת עריכה ויזואלית ומודלים מבניים לניתוח טבלאות חצי-מובנות.
  • עולה על Text-to-SQL ו-LLM רב-מודלי בדיוק ובשימושיות.
  • קוד פתוח זמין בגיטהאב עם סרטון הדגמה.
  • רלוונטי לעסקים המנתחים דוחות מורכבים.

ST-Raptor: מערכת אג'נטית חדשה לשאלות על טבלאות חצי-מובנות

האם אי פעם נתקלתם בטבלה מורכבת בדוח עסקי, שקשה להבין את המבנה שלה? טבלאות חצי-מובנות כאלו, הכוללות היררכיות נסתרות וקשרים סמנטיים, מאתגרות אפילו מומחים אנושיים. כעת, חוקרים מפרסמים את ST-Raptor, מערכת AI אג'נטית שמאפשרת ניתוח מדויק ושאילתות חכמות על טבלאות כאלו. המערכת משלבת עריכה ויזואלית, מודלים מבניים מבוססי עץ וסוכנים אוטומטיים, ומבטיחה תוצאות טובות יותר משיטות קיימות. זהו קפיצת מדרגה לניתוח נתונים עסקיים.

מה זה ST-Raptor?

ST-Raptor היא מערכת אג'נטית מתקדמת לשאלות ותשובות (QA) על טבלאות חצי-מובנות, שמתמודדת עם שתי אתגרים מרכזיים: חילוץ מדויק של תוכן תאים ומיקומיהם, ושחזור מבנים לוגיים נסתרים, יחסי היררכיה וקשרים סמנטיים המוטמעים בפריסת הטבלה. המערכת מספקת סביבת ניתוח אינטראקטיבית המשלבת עריכה ויזואלית, מודלים מבניים מבוססי עץ ופתרון שאילתות מונע סוכנים. לפי החוקרים, ST-Raptor עולה על שיטות קיימות כמו Text-to-SQL, Text-to-Code ומודלים רב-מודליים מבוססי LLM, בכך שהיא שומרת על מידע מבני ללא אובדן.

כיצד ST-Raptor פותרת בעיות ניתוח טבלאות

שיטות מסורתיות כמו Text-to-SQL דורשות המרה לטבלאות מובנות, מה שגורם לאובדן מידע חיוני. גישות אחרות, כגון Text-to-Code או שאלות מבוססות LLM רב-מודלי, מתקשות בפריסות מורכבות ומספקות תשובות לא מדויקות. ST-Raptor משנה את התמונה עם סביבה אינטראקטיבית שמאפשרת עריכה ויזואלית ישירה. החוקרים מדווחים על ביצועים מעולים במבחנים סטנדרטיים ובנתונים אמיתיים, הן בדיוק והן בשימושיות. הקוד זמין ב-GitHub, ויש סרטון הדגמה.

יתרונות מרכזיים על פני מתחרים

המערכת מציעה חווית משתמש ידידותית יותר, עם כלים אינטראקטיביים שמקלים על הבנת הטבלה. זה כולל מודלים מבניים שמתמודדים עם מורכבות גבוהה.

בקונטקסט רחב יותר, ST-Raptor מדגימה כיצד סוכני AI יכולים לשפר משימות ניתוח נתונים. לעומת פתרונות פשוטים, היא שומרת על כל הפרטים המבניים, מה שהופך אותה לאידיאלית לטבלאות מדווחים פיננסיים או נתוני שוק. סוכני AI כאלו יכולים להיות הבסיס לפתרונות עסקיים מתקדמים.

ההשלכות לעסקים בישראל

בעסקים ישראליים, שמתמודדים עם דוחות מורכבים ממשרד האוצר, בנק ישראל או פלטפורמות מסחר אלקטרוני, ST-Raptor יכולה לחסוך שעות עבודה. חברות הייטק וסטארט-אפים בישראל, שמנתחות נתונים יומיומיים מטבלאות Excel מורכבות או PDF, ירוויחו מניתוח אוטומטי מדויק. זה רלוונטי במיוחד לתעשיות כמו פינטק וקמעונאות, שם נתונים מבניים נסתרים משפיעים על החלטות אסטרטגיות. יישום טכנולוגיה כזו יכול לשפר אוטומציה עסקית ולהפחית תלות במומחים יקרים. עם קוד פתוח, עסקים ישראליים יכולים להתאים אותה לצרכים מקומיים, כמו ניתוח דוחות בעברית.

מה זה אומר לעסק שלך

בעתיד, מערכות כמו ST-Raptor יאפשרו שאילתות טבעיות על כל טבלה מורכבת, ללא צורך בהמרות מסובכות. זה יאיץ תהליכי קבלת החלטות ויפחית שגיאות אנושיות. עסקים שיאמצו גישות אג'נטיות כאלו יקבלו יתרון תחרותי.

אם אתם מנהלים נתונים מורכבים, כדאי לבדוק את הדמו. האם ST-Raptor תהפוך לכלי סטנדרטי בניתוח נתונים?

שאלות ותשובות

שאלות נפוצות

אהבתם את הכתבה?

הירשמו לניוזלטר שלנו וקבלו עדכונים חמים מעולם ה-AI ישירות למייל

המידע שתמסור ישמש ליצירת קשר ומתן שירותים. למידע נוסף ראה מדיניות פרטיות ותנאי שימוש

עוד כתבות שיעניינו אותך

לכל הכתבות
TierMem לזיכרון מדורג לסוכנים ארוכי טווח: פחות טוקנים, כמעט בלי לוותר על דיוק
מחקר
23 בפבר׳ 2026
6 דקות

TierMem לזיכרון מדורג לסוכנים ארוכי טווח: פחות טוקנים, כמעט בלי לוותר על דיוק

**TierMem הוא מנגנון זיכרון דו-שכבתי לסוכנים ארוכי טווח שמחליט בזמן המענה אם מספיק להסתמך על סיכום מהיר או שצריך להסלים ללוגים גולמיים כדי להביא ראיות מאומתות. לפי המאמר (arXiv:2602.17913v1), ב-LoCoMo השיטה הגיעה לדיוק 0.851 לעומת 0.873 ב-raw-only, תוך חיסכון של 54.1% בטוקנים ו-60.7% בהשהיה.** עבור עסקים בישראל שמפעילים שיחה רציפה ב-WhatsApp Business API ומנהלים לקוחות ב-Zoho CRM, המשמעות היא ניהול סיכונים: סיכומים לבד עלולים להשמיט “תנאי קריטי” (מחיר, הסכמה, רגישות רפואית), ולכן כדאי לבנות דרך N8N שכבת לוגים בלתי ניתנים לשינוי וכללי הסלמה לשאילתות רגישות. כך מצמצמים עלות ותורמים לעקיבות פנימית.

arXivTierMemLoCoMo
קרא עוד
NL2LOGIC לתרגום משפטים ללוגיקה מסדר ראשון: 99% תחביר, +30% משמעות
מחקר
23 בפבר׳ 2026
6 דקות

NL2LOGIC לתרגום משפטים ללוגיקה מסדר ראשון: 99% תחביר, +30% משמעות

**NL2LOGIC היא מסגרת שמתרגמת טקסט לשפה טבעית ללוגיקה מסדר ראשון (FOL) דרך עץ תחביר מופשט (AST), כך שהפלט עומד בכללי דקדוק וניתן להרצה בסולברים. לפי המאמר, היא מגיעה ל‑99% דיוק תחבירי ומשפרת נכונות סמנטית עד 30% בבנצ’מרקים כמו FOLIO ו‑ProofWriter.** לעסקים בישראל זה חשוב במיוחד בתהליכים שבהם “צריך להכריע” ולא רק “לנסח”: החזרים, חריגי שירות, תנאי חוזה, ניגוד עניינים במשרדי עורכי דין או סיווג פניות בביטוח ונדל"ן. שילוב עם WhatsApp Business API, N8N ו‑Zoho CRM מאפשר לקלוט פנייה, להפעיל כללים פורמליים, להחזיר החלטה מוסברת, ולתעד אותה ב‑CRM לצורכי בקרה וציות (כולל עקרונות חוק הגנת הפרטיות).

arXivNL2LOGICAST
קרא עוד
Lang2Act ל-VRAG: שרשראות כלים לשוניות שמחדדות תפיסה חזותית ב‑VLM
מחקר
23 בפבר׳ 2026
6 דקות

Lang2Act ל-VRAG: שרשראות כלים לשוניות שמחדדות תפיסה חזותית ב‑VLM

**Lang2Act הוא מנגנון VRAG שבו מודל ראייה-שפה (VLM) מייצר בעצמו “פעולות” כשרשראות לשוניות, ואז משתמש בהן ככלים כדי לשפר תפיסה חזותית והסקה. לפי המאמר arXiv:2602.13235v1, הגישה מצמצמת איבוד מידע שנוצר בזרימות עבודה שמפרידות בין תפיסה להיגיון (למשל אחרי crop), ומשיגה שיפור של יותר מ‑4% בתוצאות הניסויים.** לעסקים בישראל זה רלוונטי במיוחד בתהליכים שמבוססים על תמונות ב-WhatsApp: צילומי מסך של תקלות, מסמכים, ותמונות מוצר. במקום להסתמך על כלי חיתוך/OCR קשיחים שמאבדים הקשר, כדאי לבנות פיילוט שבו כל שלבי התפיסה מתועדים, מחוברים ל-Zoho CRM, ומופעלים דרך N8N — עם מדיניות פרטיות ברורה (למשל שמירת תמונות ל-30 יום).

arXivLang2ActNEUIR
קרא עוד
מענה לשאלות רפואיות תלוי-מצב: CondMedQA מציב רף חדש לדיוק קליני
מחקר
23 בפבר׳ 2026
6 דקות

מענה לשאלות רפואיות תלוי-מצב: CondMedQA מציב רף חדש לדיוק קליני

מענה לשאלות רפואיות תלוי-מצב הוא מצב שבו אותה שאלה מקבלת תשובה שונה לפי תנאי המטופל—קומורבידיות, אלרגיות או התוויות-נגד. במאמר arXiv:2602.17911v1 מוצגים CondMedQA (בנצ׳מרק חדש שמודד היסק מותנה) ו-Condition-Gated Reasoning (CGR), שמפעיל/גוזם מסלולי היסק בגרף ידע לפי תנאי השאלה כדי לבחור תשובה ישימה יותר. לעסקים בישראל שמפתחים כלי טריאז׳, טלה-רפואה או שירות במוקדי אחיות, המשמעות היא שינוי מדידה: לא “דיוק ממוצע”, אלא דיוק במקרי קצה. פרקטית, אפשר לשלב איסוף תנאים ב-WhatsApp Business API, לשמור שדות ב-Zoho CRM, ולהפעיל ב-N8N “שער תנאים” שמנתב מקרים מסוכנים לגורם אנושי ומייצר לוגים לאודיט.

arXivCondMedQACondition-Gated Reasoning
קרא עוד