Pročitajte račun u sekundi

Odaberite primjer ili otvorite vlastiti račun u PDF-u. Mali model u Vašem pregledniku pronalazi prodavatelja, kupca, PDV brojeve, datume, iznose i IBAN te svaki podatak označava na stranici. Datoteka nikad ne napušta ovu stranicu.

Demo zahtijeva JavaScript. Model je preuzimanje od 34 MB, jednom; preglednik ga čuva.

Čita digitalne PDF-ove, kakve izvoze računovodstveni programi, na engleskom, poljskom, njemačkom, francuskom, španjolskom i litavskom. Skenovi i fotografije nisu podržani. Primjere je napisao lokalni LLM; sve tvrtke i brojevi u njima su izmišljeni.

98% naspram 92%Podataka u 60 ručno provjerenih računa pročitano točno. Otvoreni LLM 200 puta veći pročitao je 92%.

80% potpunihToliko je tih računa imalo sve podatke točne; LLM je postigao 53%. Kontrolne znamenke i zbrojevi prikazani su uz podatke.

Manje od sekundePo računu, u Vašem pregledniku. LLM-u je trebalo 1,2 sekunde po računu na GPU-u.

Kako radi

PodaciNema stvarnih računa. Generator je izradio 9000 računa u šest izgleda i na šest jezika. Lokalni otvoreni LLM napisao je još 566 za 30 vrsta djelatnosti, svaki u vlastitom izgledu, i svaki je popunjen još pet puta izmišljenim nazivima i brojevima. Svaki je račun ispisan u PDF u Chromeu i pročitan natrag onako kako ga čita ova stranica.

ModelPrvih 12 od 22 sloja modela mmBERT-small, dodatno istreniranih za označavanje riječi jedanaest podataka: 33 MB težina i rječnik od 1 MB. Stranica se čita blok po blok, pa se prodavatelj i kupac ispisani jedan pored drugoga ne miješaju. 60 testnih računa potječe od istog LLM-a, za deset drugih vrsta djelatnosti, pa je 98% gornja granica.

PravilaPDV brojevi i IBAN-ovi imaju kontrolne znamenke. Odabir koji ne prođe provjeru zamjenjuje se brojem sa stranice koji je prolazi, a osnovica plus PDV mora biti jednaka ukupnom iznosu. Sama pravila točno pročitaju 58% podataka i nijedan račun u cijelosti: ne prepoznaju naziv tvrtke ni broj računa.

U usporedbi s LLM-omQwen 2.5 7B, od kojeg su se tražili isti podaci kao JSON, pročitao je 92% podataka i 53% računa u cijelosti, uz 1,2 sekunde po računu na GPU-u. Hostirani LLM morao bi uz to primiti svaki račun, uz cijenu po stranici.

Kod, konfiguracije i potpuna usporedba: github.com/balticml/invoice-extraction. Težine: huggingface.co/balticml/mmbert-small-invoice-extraction. Želite li ovo za svoje račune? Rezervirajte 30-minutni poziv