Un préprint de l’Université du Michigan décrit une façon de convertir des fiches techniques matérielles en graphes de connaissances consultables, tout en conservant un lien entre chaque caractéristique extraite et sa source. Sur 20 fiches techniques, les auteurs indiquent que les passages cités étayaient 98,8 % des propriétés de leurs graphes, contre 76,1 % avec une approche en une seule étape. Ce résultat concerne la qualité de l’extraction dans l’évaluation des auteurs. Il ne montre pas qu’un composant choisi dans l’un ou l’autre graphe fonctionnera dans une conception achevée.

Le grand changement

  • Ce qui a changé : Les chercheurs ont réparti le traitement des fiches techniques entre extraction limitée, placement dans le graphe et nettoyage répété, au lieu de demander au modèle de produire tout le graphe en une réponse.
  • Pourquoi c’est important : Un ingénieur qui cherche une contrainte de composant a besoin de sa valeur, de ses conditions de fonctionnement et d’un chemin vers la fiche technique. Dans cette comparaison, l’approche par étapes a conservé sensiblement plus de propriétés étayées par des sources.
  • À surveiller : Les scores rapportés portent sur 20 documents et sont comparés à une seule référence en une étape. Une reproduction indépendante et des tests dans un véritable processus de sélection ou de vérification de composants restent à faire.

Le pipeline relie chaque caractéristique à sa source

Les fiches techniques répartissent les caractéristiques entre prose et tableaux. Une plage de tension peut dépendre d’une variante de l’appareil ou d’un mode de fonctionnement ; un nombre isolé ne répond donc pas complètement à la question d’un ingénieur. La méthode des auteurs convertit d’abord les PDF en Markdown, préserve la structure des tableaux et découpe le texte en segments. Elle conserve chaque tableau entier afin que les titres et les unités restent avec les cellules décrites. Les figures ne sont pas incluses dans l’entrée, une limite importante pour les documents qui présentent des caractéristiques dans des schémas.

Pour chaque propriété trouvée dans un segment, le modèle extrait un nom, une description, une valeur ou plage et une unité. La description conserve les conditions, configurations et variantes lorsque la source les fournit. Chaque propriété reste liée à son segment d’origine. Une deuxième étape place les propriétés sous des blocs fonctionnels dans le graphe. Par exemple, une caractéristique de débit UART relève d’un bloc UART ; une caractéristique partagée par plusieurs périphériques est placée plus haut dans la hiérarchie. Le modèle peut proposer un nouveau bloc si le modèle initial de catégories n’en prévoit pas.

Le système demande au modèle des instructions explicites de placement et de modification. Un logiciel local les vérifie et les applique aux propriétés stockées, au lieu de faire régénérer le graphe et ses valeurs par le modèle. Les passages suivants fusionnent les doublons, distinguent les propriétés de même nom et réexaminent celles placées avant la création d’un bloc plus adapté. Cette séparation facilite le suivi d’une valeur ou d’un placement erroné jusqu’à un segment source et une étape de traitement. Elle ne rend pas infaillibles les décisions sémantiques du modèle.

Pour la recherche, un système peut repérer les blocs fonctionnels pertinents et examiner leurs propriétés ainsi que les propriétés applicables héritées des blocs parents. C’est une conception documentée pour réduire l’espace de recherche dans un graphe. L’article ne rapporte aucun essai sur le terrain montrant un travail d’ingénierie plus rapide ou moins d’échecs de compatibilité.

Ce que la comparaison a mesuré

Les auteurs ont exécuté les deux méthodes avec GPT-5.4 à une température de 0,2 sur 20 fiches techniques : sept capteurs, cinq composants de traitement, cinq modules d’alimentation et trois composants de communication. Les documents totalisaient 1 040 pages. La référence en une étape recevait le même Markdown analysé que le système par étapes et devait extraire, dédupliquer et organiser un graphe complet en une seule requête. Les deux méthodes étaient donc privées du contenu des figures dans cette comparaison.

Les chiffres de 98,8 % et 76,1 % mesurent la fidélité des propriétés: le passage joint à une propriété extraite l’étaye-t-il ? Un LLM a évalué le soutien sémantique, tandis que la référence revendiquée par la méthode de base devait aussi correspondre au texte d’entrée. Les chercheurs ont ensuite comparé la quantité d’informations fidèles de chaque graphe récupérable depuis l’autre. Les graphes par étapes couvraient entièrement 83,6 % des propriétés normalisées et fidèles de la référence. Dans l’autre sens, la référence couvrait entièrement 10,5 % des propriétés des graphes par étapes.

Ce sont des scores de couverture relative et directionnelle, pas un pourcentage de toutes les caractéristiques des fiches techniques d’origine. Aucun inventaire exhaustif de vérité terrain n’était disponible. Les auteurs ont normalisé les propriétés afin de réduire les différences de découpage, puis demandé à un modèle d’évaluer une couverture complète, partielle ou absente. Leur vérification manuelle a constaté que 186 des 200 consignes de normalisation échantillonnées respectaient les règles énoncées ; huit ne les respectaient pas et six étaient ambiguës. Ces erreurs peuvent influer sur les totaux de couverture.

Le traitement a également un coût. L’article indique qu’une itération de raffinement du graphe d’un capteur Analog Devices comprenant plus de 800 propriétés a pris environ 17 minutes en raison des requêtes au modèle et de la latence de l’API. Les auteurs ont retenu trois itérations comme compromis. L’article ne donne pas de coût général par fiche technique et ne démontre pas que le pipeline soit économique à l’échelle de la production.

L’usage en ingénierie reste à tester

L’expérience a mesuré les connaissances extraites, pas les décisions relatives aux composants. Dans le test des auteurs, diviser un document dense en étapes traçables d’extraction et de modification du graphe a produit davantage d’informations étayées par des sources que leur référence en une étape. Un ingénieur pourrait utiliser un tel graphe pour repérer des contraintes possibles et examiner le passage original associé. Avant une décision sur un composant, une vérification humaine de la fiche technique d’origine et des conditions applicables reste nécessaire, surtout lorsqu’une figure contient des informations que le pipeline n’a pas reçues.

Il s’agit d’un préprint de deux auteurs, version 1, soumis le 8 octobre 2026. BIG CHANGE a examiné l’article, sa méthode et ses résultats rapportés ; il n’a pas exécuté le pipeline ni vérifié de manière indépendante les graphes par rapport aux 20 fiches techniques. L’article n’établit pas les performances face à d’autres systèmes d’extraction, sur un ensemble de documents plus large ou dans un flux matériel déployé.

Sources et lectures complémentaires