Számla beolvasása egy másodperc alatt

Válasszon egy példát, vagy nyisson meg egy saját PDF-számlát. Egy kis modell a böngészőjében megtalálja az eladót, a vevőt, az adószámokat, a dátumokat, az összegeket és az IBAN-t, és mindegyiket megjelöli az oldalon. A fájl soha nem hagyja el ezt az oldalt.

A demóhoz JavaScript szükséges. A modell egyszeri, 34 MB-os letöltés; a böngészője megőrzi.

Digitális PDF-eket olvas, amilyeneket a könyvelőprogramok exportálnak, angolul, lengyelül, németül, franciául, spanyolul és litvánul. Szkennelt dokumentumokat és fényképeket nem támogat. A példákat egy helyi LLM írta; minden cég és szám kitalált bennük.

98% vs. 92%A 60 kézzel ellenőrzött számla mezőiből ennyit olvasott be helyesen. Egy 200-szor nagyobb nyílt LLM 92%-ot.

80% teljesEnnyi számlán volt minden mező helyes; az LLM 53%-ot ért el. Az ellenőrző számjegyek és az összegek a mezők mellett láthatók.

Egy másodpercen belülSzámlánként, a böngészőjében. Az LLM-nek számlánként 1,2 másodperc kellett egy GPU-n.

Hogyan működik

AdatokNincsenek valódi számlák. Egy generátor 9000 számlát készített hat elrendezésben és hat nyelven. Egy helyi nyílt LLM további 566-ot írt 30 üzletágra, mindegyiket saját elrendezésben, és mindegyiket még ötször kitöltötték kitalált nevekkel és számokkal. Minden számlát PDF-be nyomtattak a Chrome-ban, és úgy olvasták vissza, ahogy ez az oldal olvassa.

ModellAz mmBERT-small 22 rétegéből az első 12, finomhangolva tizenegy mező szavainak jelölésére: 33 MB súly és egy 1 MB-os szókészlet. Az oldalt blokkonként olvassa, így az egymás mellé nyomtatott eladó és vevő nem keveredik össze. A 60 tesztszámla ugyanattól az LLM-től származik, tíz másik üzletágra, így a 98% felső korlát.

SzabályokAz adószámok és az IBAN-ok ellenőrző számjegyeket tartalmaznak. Ha egy találat nem felel meg nekik, az oldalon lévő, megfelelő szám lép a helyére, és a nettó összegnek és az ÁFA-nak együtt ki kell adnia a végösszeget. A szabályok önmagukban a mezők 58%-át olvassák be, és egyetlen számlát sem teljesen: nem ismerik fel a cégnevet vagy a számlaszámot.

Összevetés egy LLM-melA Qwen 2.5 7B, amelyet arra kértek, hogy ugyanezeket a mezőket JSON-ként adja vissza, a mezők 92%-át olvasta be, a számlák 53%-át pedig hiánytalanul, számlánként 1,2 másodperc alatt egy GPU-n. Egy felhőben futó LLM-nek ráadásul minden számlát meg kellene kapnia, oldalankénti díjért.

Kód, konfigurációk és a teljes benchmark: github.com/balticml/invoice-extraction. Súlyok: huggingface.co/balticml/mmbert-small-invoice-extraction. Ilyet szeretne a számláihoz? Foglaljon 30 perces hívást