نموذج دارما فيلد إكستراكتور بملياري معامل سجّل 0.834 وتفوق على أربعة نماذج رائدة في استخراج الحقول

تفوق نموذج صغير بملياري معامل على أربعة إعدادات رائدة في استخراج حقول محددة من المستندات. وتقول دارما إيه آي (Dharma-AI)، الشركة المطورة، إن نموذج Field Extractor سجّل 0.834 في اختبار صممته ونفذته بنفسها. وأعلنت الشركة النموذج على مدونة هغينغ فيس.

النتائج

يضم الاختبار 546 مستنداً و1,638 حالة في ثلاثة سيناريوهات: بلا مخطط، ومخطط جزئي، ومخطط فيه حقول وهمية عمداً. تجمع الدرجة بين F1 على مستوى الحقل، وتشابه القيم المطابقة، ونسبة المخرجات الصالحة بصيغة JSON.

سجّل كلود أوبس 5 (Claude Opus 5)، الأقرب إلى النموذج، 0.816، وسجّل جي بي تي 5.6 لونا (GPT-5.6 Luna) 0.741. اختُبرت أربعة إعدادات رائدة، كلها بتفكير منخفض.

أما الكلفة فتقول الشركة إنها أقل من 6 مرات (مقابل GPT-5.6 Luna) إلى نحو 147 مرة (مقابل GPT-5.6 Sol). وتحسب لنموذجها أجرة ساعة واحدة من معالج رسومي L40S واحد بسعر 2.24 دولار.

واستُبعدت مجموعتا بيانات عامتان، SROIE وFUNSD، من التدريب. في إيصال واحد من SROIE عادت الحقول الثمانية عشر كلها صحيحة. وفي نموذج من FUNSD علّم النموذج الخانة المحددة الوحيدة بين اثنتي عشرة خانة بشكل صحيح.

ماذا يفعل النموذج

تخيل عيادة تتلقى طلبات فحص ممسوحة ضوئياً، وتحتاج فقط إلى اسم المريض وموعد الفحص لجدولها. القراءة النصية العادية (OCR) تعيد كل سطر مطبوع وتترك غير واضح أي نص هو أي قيمة، فيضطر أحدهم إلى كتابة كود لفرزها.

يقرأ Field Extractor صورة المستند ويعيد الحقول المطلوبة فقط بصيغة JSON منظمة. ويمكن طلب ذلك بطريقتين:

• المفتوح: لا تحدد شيئاً. يكتشف النموذج التسميات وقيمها والجداول بنفسه، ويعيد أزواج مفتاح وقيمة.
• الموجَّه بمخطط: تحدد الحقول ونوع كل منها (نص أو رقم أو منطقي) بأسماء المفاتيح التي تستخدمها. يلتزم الناتج بالشكل تماماً دون حقول زائدة.

وإذا غاب الحقل المطلوب عن المستند، يعيد النموذج null بدل اختلاق قيمة. وتقول دارما إن نسخة واحدة من النموذج تغطي كل أنواع المستندات دون ضبط منفصل لكل نوع.

كيف بُني

نقطة الانطلاق هي DharmaOCR-LITE v1.1، نموذج بملياري معامل مضبوط أصلاً لقراءة النصوص. أضافت دارما طبقة LoRA، وهي إضافة صغيرة، دُرّبت على 43,384 مثالاً. وجاءت مواد التدريب من ثلاث مجموعات: مستندات إنجليزية جُمعت من الويب العام، ومستندات برازيلية حقيقية بالبرتغالية، ومجموعة أصغر بلغات أوروبية وآسيوية أخرى.

الحدود

الاختبار والمقارنة من إعداد دارما إيه آي نفسها. وتقول الشركة إن رقم الكلفة ليس سعر بيع، لأن كلفة الاستضافة الذاتية تعتمد على العتاد والحجم والسرعة المطلوبة. كما أن التسعير مختلف بين الطرفين: أسعار الرموز المعلنة للواجهات، وساعات المعالج لدارما. ولا يذكر المصدر اختباراً مستقلاً.