Datalab 的 Lift 是一款新推出的拥有 90 亿参数的视觉语言模型，专为 Schema-First 文档提取而设计。与首先将文档解析为中间格式再提取字段的传统方法不同，Lift 旨在一次性直接从 PDF 和图像输出 Schema 形状的 JSON。在 Datalab 自行进行的基准测试中，Lift 的字段准确率达到了 90.2%，高于其最接近的开源竞争对手 NuExtract3 的 81.5%。Lift 被定位为一种专门的工具，用于将视觉上复杂的文档转换为可用于应用程序的数据，从而区别于更广泛的文档解析器和企业平台。 AI
影响 该模型直接提取的方法可以简化文档处理流程，降低复杂性，并可能提高需要从 PDF 中获取结构化数据的应用程序的效率。
排序理由 新模型发布和基准测试比较。[lever_c_demoted from research: ic=1 ai=1.0]
- Azure Content Understanding
- Bamler
- Docling
- Extend Yc W23
- Lift
- LlamaExtract
- NuExtract3
- OCRmyPDF
- pymupdf
- Reducto Extract
- XGrammar
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
