NuExtract3: маленькая VLM, которая вытаскивает структуру из документов.
На ModelScope представили новую vision‑language модель NuExtract3 с 4 миллиардами параметров. В отличие от универсальных чат‑ботов, она заточена под конкретную задачу: понимание документов и структурированное извлечение данных.
Что она умеет:
- принимает сканы, чеки, формы, инвойсы, контракты и таблицы;
- получает на вход JSON‑шаблон и возвращает чистый структурированный JSON;
- конвертирует изображения документов в аккуратный Markdown;
- сохраняет таблицы в HTML;
- переводит формулы в LaTeX;
- самостоятельно генерирует шаблоны извлечения из обычного текстового описания;
- поддерживает thinking и non‑thinking режимы;
- работает с несколькими языками;
- совместима с vLLM и Transformers.
По заявленным бенчмаркам NuExtract3 обходит gemma‑4‑E4B‑it, Qwen3.5‑9B и GLM‑4.6V‑Flash на задачах structured extraction: меньше сбоев, меньше лишних reasoning‑токенов, выше стабильность при обработке документов.
Подробности и саму модель можно найти на ModelScope: NuExtract3 на ModelScope.
Ещё новости:
