Dharma-AI Rilis Field Extractor, Model 2B Pengubah Dokumen Menjadi JSON Sesuai Skema
Model document-AI 2B ini mengembalikan JSON terstruktur dengan field yang tak ada dilaporkan null, bukan nilai karangan — menegaskan ekstraksi field dokumen sebagai kategori produk tersendiri.
Dharma-AI mengumumkan Field Extractor, yang dibangun di atas model dasar DharmaOCR-LITE v1.1 (2B parameter, disempurnakan dengan SFT dan DPO) plus adapter LoRA yang dilatih pada 43.384 contoh. Model menerima gambar dokumen dan bekerja dalam dua mode: mode open, di mana model mendeteksi field dari layout dokumen, dan mode schema-directed, di mana klien mendefinisikan field bertipe (string, number, boolean) dengan nama key milik sistemnya sendiri.
Outputnya JSON terstruktur yang mengikuti struktur dokumen, dengan line item invoice dikembalikan sebagai ordered list. Field yang tidak ada dikembalikan sebagai null, bukan nilai karangan — jawaban langsung atas masalah halusinasi yang selama ini menghalangi LLM generik untuk dokumen finansial.
Vendor mengklaim model ini mengungguli semua LLM frontier yang mereka uji pada tugas ini dengan biaya dan latensi lebih rendah, meski semua angka akurasi adalah klaim sendiri dan bobot beserta lisensinya belum dipublikasikan (per 7 November, yang tersedia di Hugging Face hanya DharmaOCR-LITE lama dari Maret 2026). Rilis ini menegaskan pergeseran pekan ini: nilai di document AI bergerak dari parsing halaman yang setia menuju kontrak data terstruktur yang bisa di-program antar sistem.