Dharma Field Extractor: Any Document In, Structured Fields in JSON Out
Pubblicata su AIChronos il · fonte del · Hugging Face blog
Dharma Field Extractor è un modello di intelligenza artificiale da 2 miliardi di parametri progettato per estrarre campi strutturati da qualsiasi tipo di documento in formato JSON. Utilizzando una base DharmaOCR-LITE v1.1 addestrata con tecniche LoRA, supera i modelli frontier LLM commerciali a costi significativamente inferiori quando ospitato localmente su un singolo GPU L40S. Il sistema opera in due modalità: 'Open' per l'estrazione basata sul contesto del layout e 'Schema-directed' per garantire una conformità rigorosa agli schemi forniti senza mappatura downstream.
- Il modello identifica valori semantici (es. totale fattura, nome paziente) direttamente dal documento, eliminando la necessità di codice di mapping post-elaborazione tipico dell'OCR generico.
- Le prestazioni su benchmark come SROIE e FUNSD mostrano un gap ridotto rispetto a modelli commerciali top-tier, con costi operativi ridotti da 6 a 147 volte grazie all'esecuzione self-hosted.
- L'addestramento ha incluso dati multilingue (inglese, portoghese brasiliano) su documenti reali e sintetici per garantire una generalizzazione ampia senza fine-tuning specifico per ogni tipo di documento.
- Garantisce output JSON coerenti con tipi di dato definiti nella modalità schema-directed, facilitando l'integrazione diretta in sistemi downstream.
- Supporta un vasto spettro di documenti inclusi ricevute, fatture commerciali, moduli e documenti d'identità, superando le baselines open-source e commerciali.
Perché conta. Per gli sviluppatori che costruiscono agenti AI o soluzioni locali, questo modello riduce drasticamente i costi di inferenza rispetto alle API cloud mantenendo alte prestazioni nell'estrazione strutturata.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.