Dharma文档提取模型

巴西AI公司Dharma-AI于2026年11月4日发布名为Field Extractor的20亿参数文档字段提取模型。该模型基于其此前发布的DharmaOCR-LITE v1.1检查点，通过LoRA适配器在43,384个标注样本上微调而成，旨在将任意文档图像直接转换为结构化JSON输出。【背景】与通用OCR仅还原页面文本不同，Field Extractor支持“开放模式”（自动识别所有键值对）和“Schema导向模式”（按指定字段名和类型提取），无需针对每种文档类型进行单独微调。

在涵盖546份文档、1,638个用例的基准测试中，该模型得分0.834，高于Claude Opus 5（0.816）和GPT-5.6 Luna（0.741）。Dharma-AI声称，在自托管单张L40S GPU（每小时$2.24）的条件下，其运行成本比前沿API低6至147倍。这一结果延续了该公司“专业化小模型在边界明确的任务上优于通用前沿模型”的技术路线，此前其3B参数的DharmaOCR已在巴西葡萄牙语OCR任务中取得类似优势。尽管有观点质疑此类工具在实际复杂场景中的可靠性，但官方数据显示其在发票、医疗单据等高频业务场景中具备显著的成本效益。