複雑な表を、そのまま使えるデータへ ― 複雑表構造化AI ファインチューニング技術レポート

本資料を通してわかること

• 結合セル・多段ヘッダ・斜線ヘッダなど、崩れやすい複雑な表をAIでどう正しく構造化するか
• 学習前後の精度比較（結合セルの正確さ2.5倍・斜線ヘッダ認識99.3%などの実測値）
• ありもしないセルの誤追加・読み落としをどこまで減らせたか（それぞれ1/31・1/6に改善）
• LoRAでの追加学習のやり方（学習箇所の選び方・出力が止まらなくなる暴走への対処）
• 自社データでファインチューニングを検討する際に押さえておきたいポイント