公司
组织方LandingAI举办2025年金融AI黑客松，项目在此背景下落地。
已跟踪 4 条高相关材料
最近变化
2026-06-04 · OTC衍生品保证金争议中，45%发生在计算前，因CSA合同理解分歧引发。
为什么值得关注
LandingAI 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
如何从 PDF 构建金融知识图谱？ LandingAI 黑客松项目「ArthaNethra」，展示了从 PDF 到可查询、可溯源、可推理的知识图谱的完整流程： 上传 → ADE 提取 → 归一化 →...
meng shao(@shao__meng) · 9.2 分
LandingAI 黑客松项目 ArthaNethra 展示了从 PDF 构建金融知识图谱的端到端流程：上传 → ADE 提取 → 归一化 → 双库索引 → 风险检测，支持 10 类实体、26 种关系，结合 Weaviate（语义检索）与 Neo4j（图遍历），实现可查询、可溯...
Margin Collateral Agent：用架构分离解决 OTC 保证金争议 场外衍生品名义价值 846 万亿美元，45% 的保证金追缴存在争议，其中过半争议发生在计算之前——双方对同一份 C...
meng shao(@shao__meng) · 8.7 分
通过四层架构分离文档解释与确定性计算，将场外衍生品保证金争议从计算前的45%降至计算后的可控范围，实现零LLM调用的可审计自动化流程。
LandingAI 做了一个"解析前"的页面级分类 API，它在昂贵的文档解析之前先对 PDF 逐页打标签，让企业只处理真正需要的页面，把不同类型的页面分流到对应的下游流水线 它要解决的真实问题 企...
meng shao(@shao__meng) · 8.7 分
LandingAI 推出 ADE Classify 页面级分类 API，在文档解析前对 PDF 每页打标签，可减少 48% 无效处理成本，提升企业文档流水线效率。
已收录 4 条与 LandingAI 相关的内容，按评分排序。
LandingAI’s hackathon project ArthaNethra demonstrates an end-to-end pipeline from PDF to queryable, traceable, and inferable financial knowledge graph: Upload → ADE Extraction → Normalization → Dual-Indexing → Risk Detection.
入选理由：使用 LandingAI ADE 实现结构化提取，>15MB 文档走异步 + 指数退避机制
By separating document interpretation from deterministic computation into a four-layer architecture, the system shifts 45% of OTC margin disputes from before to after calculation, achieving fully auditable automation with zero LLM calls.
入选理由：OTC衍生品保证金争议中，45%发生在计算前，因CSA合同理解分歧引发。
LandingAI's ADE Classify API classifies PDF pages before costly parsing, reducing unnecessary processing by up to 48% and improving enterprise workflow efficiency.
入选理由：ADE Classify 可在解析前对混合文档逐页分类，避免对无关页面进行昂贵的后续处理。
LandingAI CEO Dan Maloney在AI Dev 26上表示，AI正在缩小技能差距，无论是通才还是专才都能更快填补知识空白，并更轻松地跨越领域。
入选理由：AI正在压缩软件工程中的技能差距。
