Lue lasku sekunnissa

Valitse esimerkki tai avaa oma PDF-laskusi. Pieni malli selaimessasi löytää myyjän, ostajan, ALV-numerot, päivämäärät, summat ja IBANin ja merkitsee jokaisen sivulle. Tiedosto ei koskaan poistu tältä sivulta.

Demo vaatii JavaScriptin. Malli on 34 MB:n lataus, kerran; selaimesi säilyttää sen.

Se lukee digitaalisia PDF-tiedostoja, sellaisia kuin kirjanpito-ohjelmat vievät, englanniksi, puolaksi, saksaksi, ranskaksi, espanjaksi ja liettuaksi. Skannauksia ja valokuvia ei tueta. Paikallinen LLM kirjoitti esimerkit; kaikki niiden yritykset ja numerot ovat keksittyjä.

98 % vs. 92 %60 käsin tarkistetun laskun kentistä luettu oikein. 200 kertaa suurempi avoin LLM luki 92 %.

80 % täysin oikeinNäistä laskuista oli kaikki kentät oikein; kielimalli yllti 53 %:iin. Tarkistusnumerot ja summat näytetään kenttien vieressä.

Alle sekuntiLaskua kohden, selaimessasi. Kielimalli tarvitsi 1,2 sekuntia laskua kohden GPU:lla.

Näin se toimii

AineistoEi oikeita laskuja. Generaattori teki 9 000 laskua kuudella asettelulla ja kuudella kielellä. Paikallinen avoin kielimalli kirjoitti 566 lisää 30 eri toimialalle, kukin omalla asettelullaan, ja jokainen täytettiin vielä viisi kertaa keksityillä nimillä ja numeroilla. Jokainen lasku tulostettiin PDF:ksi Chromessa ja luettiin takaisin samalla tavalla kuin tämä sivu sen lukee.

MallimmBERT-smallin 22 kerroksesta ensimmäiset 12, hienosäädetty merkitsemään yhdentoista kentän sanat: 33 MB painoja ja 1 MB:n sanasto. Sivu luetaan lohko kerrallaan, joten rinnakkain painettuja myyjää ja ostajaa ei sekoiteta. 60 testilaskua ovat samalta LLM:ltä, kymmenelle muulle toimialalle, joten 98 % on yläraja.

SäännötALV-numeroissa ja IBANeissa on tarkistusnumerot. Valinta, joka ei läpäise niitä, korvataan sivun numerolla, joka läpäisee, ja verottoman summan ja ALV:n on oltava yhteensä loppusumma. Pelkät säännöt lukevat 58 % kentistä eivätkä yhtään laskua kokonaan: ne eivät tunnista yrityksen nimeä tai laskun numeroa.

Vertailu kielimalliinQwen 2.5 7B, jota pyydettiin antamaan samat kentät JSON-muodossa, luki 92 % kentistä ja 53 % laskuista kokonaan, 1,2 sekunnissa laskua kohden GPU:lla. Pilvessä toimivan LLM:n pitäisi lisäksi saada jokainen lasku, sivukohtaiseen hintaan.

Koodi, konfiguraatiot ja koko vertailu: github.com/balticml/invoice-extraction. Painot: huggingface.co/balticml/mmbert-small-invoice-extraction. Haluatko tämän laskuillesi? Varaa 30 minuutin puhelu