Unstructured.io视频：GPT-5.6 Sol在扫描发票中因缺乏语言上下文而漏识数字ID
文档AI公司Unstructured.io发布短视频，指出GPT-5.6 Sol在处理扫描版发票时，主要失误集中在税号、电话号码和账号等孤立数字字符串上。该公司称，由于这些字段周围缺乏自然语言语境，模型无法通过推理进行回溯修正；而在清晰的数字发票上，其表现与Transform相当。
文档AI公司Unstructured.io于2026年10月29日发布了一则YouTube短视频，分享了其团队对前沿大语言模型GPT-5.6 Sol在发票处理任务中的测试观察。该视频指出，当面对扫描版的纸质发票图像时，GPT-5.6 Sol的主要识别错误集中在税号（Tax IDs）、电话号码和银行账号等纯数字字符串上。
Unstructured.io在视频描述中解释称，这些数字字段周围通常没有足够的自然语言文本作为上下文支撑，导致模型无法利用语言逻辑进行推理或回溯修正。相比之下，该公司表示，在处理清晰生成的数字版发票（clean digital invoices）时，GPT-5.6 Sol的读取表现与另一款名为Transform的模型大致相当。
该视频引用了Unstructured.io官方博客文章《RAG Needed: Mediocre Data Agents Need Extraordinary Data》作为完整测试结果的来源。这一观察为从事文档智能提取的工程人员提供了一个具体的失败模式参考：即在缺乏语义语境的孤立数值提取场景中，依赖通用大模型的推理能力可能存在局限。