Lea una factura en un segundo

Elija un ejemplo o abra una factura en PDF propia. Un pequeño modelo en su navegador encuentra el vendedor, el comprador, los números de IVA, las fechas, los importes y el IBAN, y marca cada uno en la página. El archivo nunca sale de esta página.

La demo necesita JavaScript. El modelo se descarga una sola vez, 34 MB; su navegador lo conserva.

Lee PDF digitales, los que exportan los programas de contabilidad, en inglés, polaco, alemán, francés, español y lituano. No admite escaneos ni fotos. Un LLM local escribió los ejemplos; todas las empresas y cifras que contienen son inventadas.

98% frente a 92%De los campos de 60 facturas revisadas a mano, leídos correctamente. Un LLM abierto 200 veces más grande leyó un 92%.

80% completasDe esas facturas tenían todos los campos bien; el LLM logró un 53%. Los dígitos de control y las sumas se muestran junto a los campos.

Menos de un segundoPor factura, en su navegador. El LLM necesitó 1,2 segundos por factura en una GPU.

Cómo funciona

DatosNinguna factura real. Un generador creó 9000 facturas en seis diseños y seis idiomas. Un LLM abierto local escribió 566 más para 30 tipos de negocio, cada una con un diseño propio, y cada una se rellenó cinco veces más con nombres y cifras inventados. Cada factura se imprimió en PDF en Chrome y se volvió a leer tal como la lee esta página.

ModeloLas primeras 12 de las 22 capas de mmBERT-small, ajustadas para marcar las palabras de once campos: 33 MB de pesos más un vocabulario de 1 MB. La página se lee bloque a bloque, así que un vendedor y un comprador impresos uno junto al otro no se confunden. Las 60 facturas de prueba son del mismo LLM, para otros diez tipos de negocio, así que el 98% es un límite superior.

ReglasLos números de IVA y los IBAN llevan dígitos de control. Una elección que no los supera se sustituye por el número de la página que sí los supera, y la base más el IVA debe ser igual al total. Las reglas solas leen el 58% de los campos y ninguna factura completa: no saben reconocer un nombre de empresa ni un número de factura.

Comparado con un LLMQwen 2.5 7B, al que se pidieron los mismos campos en JSON, leyó el 92% de los campos y el 53% de las facturas completas, a 1,2 segundos por factura en una GPU. Un LLM alojado tendría además que recibir cada factura, con un precio por página.

Código, configuraciones y el benchmark completo: github.com/balticml/invoice-extraction. Pesos: huggingface.co/balticml/mmbert-small-invoice-extraction. ¿Lo quiere para sus facturas? Reservar una llamada de 30 min