Dharma-AI представила компактную модель для извлечения полей из документов в JSON
4 ноября 2026 года Dharma-AI представила Dharma Field Extractor — модель на 2 млрд параметров, которая преобразует изображение документа в структурированный JSON. Решение ориентировано на извлечение значений, а не только на распознавание сплошного текста.
Два режима обработки
В открытом режиме модель сама определяет поля документа. Во втором разработчик задаёт схему: названия ключей, типы данных, вложенные структуры и таблицы. По описанию команды, если требуемого значения нет, система должна возвращать null, а не заполнять поле выдуманным содержимым.
Основой стала DharmaOCR-LITE v1.1. Для адаптации использовали LoRA и 43 384 примера: преимущественно на английском и бразильском португальском, с меньшей многоязычной частью.
Как читать результаты
Авторы опубликовали собственное сравнение на 546 документах и 1638 тестовых случаях. Это оценка разработчика, не независимая проверка. Расчёты стоимости сопоставляют время работы на GPU с тарифами внешних API; их нельзя считать гарантированной экономией для любой компании.
В анонсе предложена демонстрация. Из него не следует, что веса именно Field Extractor доступны для свободного скачивания, а универсальный коммерческий тариф не указан.
Кому пригодится
Редакционный вывод: такой подход может упростить перенос реквизитов из счетов и договоров в учётные системы. Однако обещание возвращать null не исключает ошибок. Для рабочего процесса нужны проверка обязательных полей, контроль сумм и дат, а также маршрут ручной обработки сомнительных результатов. Документы с персональными данными требуют отдельной оценки условий обработки до загрузки в демонстрацию.
Источник: анонс Dharma-AI, 4 ноября 2026 года.
Обсуждение
Комментарии участников сообщества.