近年、大規模言語モデル（LLM）はデータ管理分野で広く注目を集め、データ統合、データベースチューニング、クエリ最適化、データクレンジングなど、適用範囲は拡大を続けています。しかし、非構造化データ、特に複雑な文書の処理には依然として多くの課題が残されています。現在のLLMベースの非構造化データ処理フレームワークは、コスト削減に重点を置く傾向があり、処理精度の向上は軽視されている傾向があります。この問題は、複雑なタスクの分析において特に顕著であり、LLMが出力する結果が、必要とする精度を満たせないことが多くあります。