Dharma-AI 发布 20 亿参数文档字段抽取模型 Dharma Field Extractor

报道讲了什么

• Dharma-AI 发布 20 亿参数的 Dharma Field Extractor，用于从文档中抽取指定字段并输出 JSON。
• 模型基于 DharmaOCR-LITE v1.1，在其上训练 LoRA 适配器，使用 43384 条训练样本。
• 基准覆盖 546 份文档、三种请求场景，共 1638 个案例。

可以做什么

• 无 schema 时模型根据上下文与版式自行识别结构化字段，以键值对返回。
• 指定 schema 时按给定键名与类型（string、number、boolean）返回，输出不含多余字段。
• 请求文档中不存在的字段时返回 null，而非编造值。

怎么使用

原文没有提供可复现的操作步骤，请从下方原文或官方说明确认使用方法。

结果与限制

• 自托管成本按单张 L40S 每小时 2.24 美元的 GPU 时间估算，并非销售价格。
• 自托管成本取决于硬件、调用量和所需延迟，原文未给出统一价格。
• 对比中所有前沿模型均以低推理档运行，Claude Opus 5 使用自适应档。

使用入口与依据