Dharma Field Extractor: نموذج بـ 2 مليار معامل يحول أي مستند إلى JSON منظم

أطلقت Dharma-AI نموذج Dharma Field Extractor، وهو نموذج رؤية-لغة بـ 2 مليار معامل مصمم خصيصاً لاستخراج حقول منظمة من صور المستندات وإرجاع JSON مُنمَّق — دون الحاجة إلى ضبط دقيق لكل نوع مستند. على عكس OCR للأغراض العامة الذي يُخرج نصاً خاماً، أو نماذج LLM المتقدمة التي تتطلب هندسة محفزات دقيقة وتتكبد تكاليف API مرتفعة، يقبل هذا النموذج إما طلباً مفتوحاً أو مخططاً صارماً (أسماء الحقول، الأنواع، التداخل) ويسلم المفاتيح التي تتوقعها أنظمتك اللاحقة.

وضعا استخراج، نقطة تفتيش واحدة

في الوضع المفتوح، يستنتج النموذج البنية من التخطيط والسياق — التسميات، الجداول، أزواج المفتاح-قيمة — ويعيد كل ما يجده. في الوضع الموجه بالمخطط، تعلن الشكل الدقيق: أسماء الحقول، الأنواع (نص، رقم، منطقي)، والتداخل. نفس الأوزان تتعامل مع الفواتير، الطلبات الطبية، وثائق الهوية، والعقود دون إعادة تدريب.

تظهر المعايير المبكرة أن المستخرج يتفوق على نماذج أكبر بكثير على مستوى دقة الحقول بينما يعمل على GPU واحد. للفرق التي تعالج آلاف المستندات يومياً، هذا يعني تكلفة استنتاج أقل، كمون متوقع، وخطوط أنابيب أبسط — لا هندسة محفزات، لا تعبيرات منتظمة للمعالجة اللاحقة.

لماذا يهم هذا البنية التحتية لـ GPU / الذكاء الاصطناعي: النماذج الصغيرة المتخصصة مثل هذه تغير اقتصاديات ذكاء المستندات. بدلاً من توجيه كل صفحة عبر API لنموذج LLM ضخم، يمكن للمؤسسات نشر نموذج 2B على أساطيل GPU متواضعة — حتى محلياً — مع الحفاظ على خصوصية البيانات وتكاليف خطية. يمكن لعملاء AiGpu الذين يشغلون أعباء استنتاج على سحابتنا تشغيل مثيلات مخصصة لهذا الصنف من النماذج والتوسع أفقياً مع نمو الحجم.