Dharma Field Extractor: cualquier documento de entrada, campos estructurados en JSON de salida
Dharma-AI presenta Dharma Field Extractor, un modelo de 2000 millones de parámetros que convierte la imagen de un documento en JSON estructurado. Ofrece un modo abierto y un modo dirigido por esquema.
Qué dice el artículo
El modo abierto detecta pares clave-valor sin una lista predefinida. El modo dirigido por esquema permite fijar las claves y sus tipos (cadena, número o booleano); los campos ausentes devuelven null en lugar de valores supuestos. El modelo es un adaptador LoRA sobre DharmaOCR-LITE v1.1, entrenado con 43 384 ejemplos en inglés, portugués brasileño y otros idiomas.
En un banco de 1638 casos obtiene 0,834, por encima de Claude Opus 5 (0,816) y GPT-5.6 Luna (0,741). Los autores indican un coste autoalojado de 6 a 147 veces menor que el de las API de frontera comparadas, según el tiempo de GPU de una sola L40S a 2,24 $ por hora. Puede probarse en un portal web; el artículo no aclara si los pesos son públicos.
Leer el artículo oficial Ficha AnnuIA
Resumen redactado por AnnuIA con sus propias palabras a partir de la página oficial de Hugging Face. El contenido y los derechos pertenecen al editor: consulte el artículo original.
Más anuncios de Hugging Face
- Nuevos modelos abiertos NVIDIA Cosmos 3 para la simulación interactiva de mundos
- Una mirada a fondo a Phonon TTS: voz de alta calidad en el dispositivo que lidera los benchmarks
- Transformers Model Integration Contracts
- StateBench: probando cómo los modelos de lenguaje siguen los cambios de estado en documentos largos