Dharma Field Extractor превръща документи в структуриран JSON

Dharma-AI представи Dharma Field Extractor — модел с 2 милиарда параметъра, който извлича заявена информация от изображения на документи и я връща като структуриран JSON. Той може да работи без предварително зададена схема, като разпознава полета по етикети, стойности и оформление на таблиците, или да следва точна схема с определени имена и типове данни. Липсващите полета се връщат като null, а таблиците се подреждат по редове, включително при вложени структури.

Моделът е изграден върху DharmaOCR-LITE v1.1 и използва LoRA адаптер, обучен с 43 384 примера. Данните включват документи на английски език, вътрешно набрани бразилски документи на португалски и по-малка многоезична колекция. Сред типовете са разписки, фактури, формуляри, банкови извлечения, документи за самоличност и синтетични документи.

Публикуваният тест обхваща 546 документа и 1638 случая в три режима на извличане. Dharma Field Extractor е получил оценка 0,834, спрямо 0,816 за Claude Opus 5 и 0,741 за GPT-5.6 Luna. Компанията съобщава, че измерената му цена за работа е приблизително от шест до 147 пъти по-ниска от тази на проверените API услуги. Изчислението е направено за самостоятелно хостване на един L40S при $2.24 на час, а не за продажна API цена.