模型發布
Dharma Field Extractor 發布:2B 參數專用模型依 JSON schema 抽取文件欄位,宣稱勝過所有測試的前沿 LLM
HuggingFace Blog一手來源
核實資料不足
來源為發布方或研究資料;不代表所有主張已獲獨立核實。
本次未取得足夠原文證據

Dharma AI 在 HuggingFace 部落格發布 Dharma Field Extractor,這是一個 20 億參數的模型,可接收文件圖像,依使用者指定的欄位或開放式請求,輸出具型別的結構化 JSON。與只輸出全文的 OCR 不同,它能直接回傳發票的每一筆品項、病歷申請單的病患姓名與檢查日期等欄位;找不到的欄位回傳 null,而非自行捏造。模型以 DharmaOCR-LITE v1.1 為基底,加上 LoRA 轉接器,使用 43,384 筆訓練資料,涵蓋英文多領域、巴西葡萄牙文內部文件,以及少量其他歐亞語言。
基準測試涵蓋 546 份文件、共 1,638 個案例,包括無 schema 抽取、部分 schema 與含不存在欄位的 schema。評分指標為欄位層級 F1,乘上數值的 Levenshtein 相似度與有效 JSON 比例。作者宣稱與四組前沿通用模型相比,品質差距為 1.8 至 9.3 分,其中 Claude Opus 5 最接近、GPT-5.6 Luna 差距最大;成本約低 6 至 147 倍。前沿模型的推理設定為 low,Claude Opus 5 採用 adaptive effort。需注意兩側的計價方式不同:前沿成本依實測平均 token 數乘以官方定價估算,而本模型的成本計算方式,原文摘錄中未見說明。此為單一來源的廠商自述,尚未有獨立第三方驗證。
讀原始報導背景
DharmaOCR 是一組專為結構化 OCR 設計的小型專用語言模型,包含 Full 與 Lite 兩個版本,論文摘要指出它們同時針對轉錄品質進行最佳化。一般 OCR 會輸出整頁文字並保留原始排版,適合需要完整文件的情境;Field Extractor 則針對只需特定欄位的需求,接收文件影像後依指定的 schema 或自動判讀,輸出型別化的 JSON。