Dharma Field Extractor：输入任意文档，输出结构化 JSON 字段
Dharma-AI 发布了 Dharma Field Extractor，这是一个 20 亿参数的模型，可将文档图像转换为结构化 JSON。它提供开放模式和按模式（schema）指定的模式。
文章要点
开放模式无需预设列表即可找出键值对。按模式指定的模式允许用户设定键及其类型（字符串、数字或布尔值），缺失字段返回 null 而不是猜测值。该模型是基于 DharmaOCR-LITE v1.1 构建的 LoRA 适配器，使用英语、巴西葡萄牙语等语言的 43,384 个样本训练。
在包含 1,638 个案例的基准测试中，它得分 0.834，高于 Claude Opus 5（0.816）和 GPT-5.6 Luna（0.741）。作者称，按单块 L40S 每小时 2.24 美元的 GPU 时间计算，自托管成本比所比较的前沿 API 低 6 至 147 倍。可通过网页门户试用；文章未说明模型权重是否公开。
本摘要由 AnnuIA 根据 Hugging Face 官方页面用自己的话撰写。内容及版权归发布方所有，请阅读原文。