リサーチプロダクト読了目安 8分RCRRベンチマーク公開：文書変換で「意味」はどれだけ生き残るか商用OCR製品、オープンウェイトモデル、フロンティアVLM APIの14システムを、ただ一つの基準で測定した。日本語IR資料のページをMarkdownに変換したあと、人間が元のページから答えられる質問に、AIも答えられるか。スコアは20.2から94.6まで開き、市場を分けるのはチャートだった。Sandeep Yella2026年7月13日
リサーチ18分RCRR技術レポート：日本のIR資料の「意味」を保てるドキュメント変換システムはどれかRCRR技術レポートの全文。主要比較14システム、実在の日本語IR資料99ページ、検証済み1,410問をエンドツーエンドで測定。手法、実例、統計、ゴールドの出典、限界まで、結果に挑戦するために必要なすべてを公開する。Sandeep Yella2026年7月13日
Ur AI知見リサーチ6分なぜ最先端のLLMは日本語ドキュメントの読み取りに失敗するのか（日本語の何が特殊なのか）最先端のLLMが日本語ドキュメントでつまずくのは、日本語が3種類の文字体系を混在させ、単語間にスペースを置かず、しばしば縦書きで書かれるためです。縦書きでは誤り率が約10倍に跳ね上がります。本記事では、日本語ドキュメントの何が特殊なのか、モデルがどこで破綻するのか、そして実際に機能するものは何かを解説します。Sandeep Yella2026年6月21日
Ur AIプロダクトリサーチ5分Nebulaを公開しました: PDF・PPT・表・グラフをAIが使えるMarkdownへUr AIは、PDF/PowerPoint、表、グラフ、財務資料などをLLMやRAGで使いやすいMarkdownへ変換するAI文書構造化プラットフォーム「Nebula」の初期公開版をリリースしました。Sandeep Yella2026年5月1日
リサーチ15分ベンチマークレポート: Ur-AI Parser API vs. Azure・LlamaParse・IBM Docling — 日本語の企業・財務文書での比較評価Ur-AI Parser APIは、テキスト・表の推論精度においてAzure Document IntelligenceおよびLlamaParseと同等水準を達成し、チャート理解ではAzureを28ポイント上回りました。日本語の企業・財務文書25件、363タスクで検証。従来のOCR指標（CER・TEDS）では捉えられない結果です。Sandeep Yella2026年4月10日
