Datalab представила Lift — специализированную модель на 9 миллиардов параметров, предназначенную для прямого извлечения структурированных данных из PDF и изображений согласно заданной JSON-схеме. В отличие от стандартных пайплайнов, преобразующих документы в Markdown, Lift анализирует визуальное представление страниц, что позволяет сократить количество этапов обработки и повысить точность извлечения полей в целевой формат.
Архитектура Lift ориентирована на «schema-first» подход, где модель обучается сразу выдавать структурированный JSON, минуя промежуточные стадии парсинга текста. Это решение конкурирует с такими инструментами, как NuExtract3, LlamaExtract, Marker и Docling. Основное преимущество подхода заключается в снижении задержек и минимизации ошибок, возникающих при многоступенчатой конвертации сложных документов с таблицами и нестандартной версткой.
Сравнение с аналогами показывает, что специализированные модели для извлечения данных становятся эффективной альтернативой универсальным LLM в задачах автоматизации бизнес-процессов. Использование визуального контекста страницы позволяет Lift лучше справляться с документами, где структура данных неразрывно связана с их расположением на листе, что критично для обработки счетов, контрактов и технических спецификаций.
Ключевые факты
- Модель Lift имеет 9 миллиардов параметров и оптимизирована для работы по принципу «схема на входе — JSON на выходе».
- Инструмент напрямую обрабатывает рендеринг страниц, исключая необходимость промежуточного перевода документа в формат Markdown.
- В сравнительном анализе участвовали решения NuExtract3, LlamaExtract, Marker и Docling.
- Подход ориентирован на повышение точности извлечения данных из PDF и изображений без привлечения дополнительных моделей-посредников.