Leggete una fattura in un secondo

Scegliete un esempio o aprite una vostra fattura in PDF. Un piccolo modello nel vostro browser trova venditore, acquirente, partite IVA, date, importi e IBAN, e segna ciascuno sulla pagina. Il file non lascia mai questa pagina.

La demo richiede JavaScript. Il modello si scarica una volta sola, 34 MB; il vostro browser lo conserva.

Legge PDF digitali, quelli che esportano i software di contabilità, in inglese, polacco, tedesco, francese, spagnolo e lituano. Scansioni e foto non sono supportate. Un LLM locale ha scritto gli esempi; ogni azienda e ogni numero sono inventati.

98% vs 92%Dei campi in 60 fatture verificate a mano, quelli letti correttamente. Un LLM aperto 200 volte più grande ne ha letti il 92%.

80% completeDi quelle fatture avevano tutti i campi giusti; l'LLM si è fermato al 53%. Cifre di controllo e somme sono mostrate accanto ai campi.

Meno di un secondoPer fattura, nel vostro browser. L'LLM ha impiegato 1,2 secondi per fattura su una GPU.

Come funziona

DatiNessuna fattura reale. Un generatore ha creato 9.000 fatture in sei layout e sei lingue. Un LLM aperto locale ne ha scritte altre 566 per 30 tipi di attività, ciascuna con un layout proprio, e ciascuna è stata riempita altre cinque volte con nomi e numeri inventati. Ogni fattura è stata stampata in PDF in Chrome e riletta come la legge questa pagina.

ModelloI primi 12 dei 22 strati di mmBERT-small, addestrati a marcare le parole di undici campi: 33 MB di pesi più un vocabolario di 1 MB. La pagina è letta blocco per blocco, così venditore e acquirente stampati fianco a fianco non si confondono. Le 60 fatture di test vengono dallo stesso LLM, per altri dieci tipi di attività, quindi il 98% è un limite superiore.

RegolePartite IVA e IBAN hanno cifre di controllo. Una scelta che non le supera è sostituita dal numero della pagina che le supera, e imponibile più IVA deve dare il totale. Le sole regole leggono il 58% dei campi e nessuna fattura per intero: non riconoscono un nome di azienda né un numero di fattura.

Confronto con un LLMQwen 2.5 7B, a cui sono stati chiesti gli stessi campi in JSON, ha letto il 92% dei campi e il 53% delle fatture per intero, con 1,2 secondi per fattura su una GPU. Un LLM in hosting dovrebbe inoltre ricevere ogni fattura, con un prezzo per pagina.

Codice, configurazioni e benchmark completo: github.com/balticml/invoice-extraction. Pesi: huggingface.co/balticml/mmbert-small-invoice-extraction. Lo volete per le vostre fatture? Prenotate una chiamata di 30 min