Preberite račun v sekundi

Izberite primer ali odprite svoj račun v PDF. Majhen model v Vašem brskalniku najde prodajalca, kupca, identifikacijske številke za DDV, datume, zneske in IBAN ter vsak podatek označi na strani. Datoteka nikoli ne zapusti te strani.

Predstavitev potrebuje JavaScript. Model je 34 MB za enkraten prenos; brskalnik ga obdrži.

Bere digitalne datoteke PDF, kakršne izvažajo računovodski programi, v angleščini, poljščini, nemščini, francoščini, španščini in litovščini. Skeni in fotografije niso podprti. Primere je napisal lokalni LLM; vsa podjetja in številke v njih so izmišljeni.

98% vs 92%Od podatkov v 60 ročno preverjenih računih pravilno prebranih. Odprt LLM, 200-krat večji, jih je prebral 92%.

80% popolnihToliko teh računov je imelo vse podatke pravilne; LLM je dosegel 53%. Kontrolne števke in vsote so prikazane ob podatkih.

Manj kot sekundaNa račun, v Vašem brskalniku. LLM je potreboval 1,2 sekunde na račun na GPU.

Kako deluje

PodatkiBrez resničnih računov. Generator je ustvaril 9 000 računov v šestih postavitvah in šestih jezikih. Lokalni odprt LLM je napisal še 566 računov za 30 vrst dejavnosti, vsakega v lastni postavitvi, in vsak je bil še petkrat zapolnjen z izmišljenimi imeni in številkami. Vsak račun je bil v Chromu natisnjen v PDF in prebran nazaj tako, kot ga bere ta stran.

ModelPrvih 12 od 22 plasti mmBERT-small, prilagojenih za označevanje besed enajstih podatkov: 33 MB uteži in 1 MB besedišča. Stran se bere blok za blokom, zato se prodajalec in kupec, natisnjena drug ob drugem, ne pomešata. 60 testnih računov je napisal isti LLM, za deset drugih vrst dejavnosti, zato je 98% zgornja meja.

PravilaIdentifikacijske številke za DDV in IBAN imajo kontrolne števke. Izbira, ki preverjanja ne prestane, se zamenja s številko na strani, ki ga prestane, osnova z DDV pa mora biti enaka skupnemu znesku. Sama pravila preberejo 58% podatkov in nobenega računa v celoti: ne prepoznajo imena podjetja ali številke računa.

V primerjavi z LLMQwen 2.5 7B, ki je moral iste podatke vrniti kot JSON, je prebral 92% podatkov in 53% računov v celoti, pri 1,2 sekunde na račun na GPU. Gostovani LLM bi moral poleg tega prejeti vsak račun, po ceni na stran.

Koda, konfiguracije in celotna primerjava: github.com/balticml/invoice-extraction. Uteži: huggingface.co/balticml/mmbert-small-invoice-extraction. Želite to za svoje račune? Rezervirajte 30-minutni klic