Dharma Field Extractor: beliebiges Dokument rein, strukturierte Felder als JSON raus
Dharma-AI stellt den Dharma Field Extractor vor, ein Modell mit 2 Milliarden Parametern, das ein Dokumentbild in strukturiertes JSON umwandelt. Es bietet einen offenen und einen schemagesteuerten Modus.
Worum es im Artikel geht
Der offene Modus findet Schlüssel-Wert-Paare ohne vorgegebene Liste. Im schemagesteuerten Modus legt man Schlüssel und Typen fest (String, Zahl oder Boolean); fehlende Felder liefern null statt geratener Werte. Das Modell ist ein LoRA-Adapter auf Basis von DharmaOCR-LITE v1.1, trainiert mit 43.384 Beispielen auf Englisch, brasilianischem Portugiesisch und weiteren Sprachen.
Auf einem Benchmark mit 1.638 Fällen erreicht es 0,834 und liegt damit vor Claude Opus 5 (0,816) und GPT-5.6 Luna (0,741). Die Autoren nennen selbst gehostete Kosten, die 6- bis 147-mal niedriger sind als bei den verglichenen Frontier-APIs, berechnet auf Basis der GPU-Zeit einer einzelnen L40S zu 2,24 $ pro Stunde. Das Tool lässt sich über ein Webportal testen; ob die Gewichte öffentlich sind, geht aus dem Artikel nicht hervor.
Offiziellen Artikel lesen AnnuIA-Profil
Zusammenfassung von AnnuIA in eigenen Worten nach der offiziellen Seite von Hugging Face. Inhalt und Rechte liegen beim Herausgeber: bitte den Originalartikel lesen.