الوصف
Forms That Read Themselves يقدم تقييمًا شاملاً لاثني عشر قارئًا مختلفًا للنماذج الممسوحة، بدءًا من واجهات برمجة التطبيقات الرائدة في مجال الرؤية إلى نموذج مخصص يحتوي على 2B من المعلمات تم ضبطه بدقة لهذا الغرض. العرض الأساسي هو نموذج رؤية صغير يمكن للمستخدمين امتلاكه وتشغيله، مما يوفر بديلاً فعالاً من حيث التكلفة للحلول التجارية مثل Azure Document Intelligence.
قراءة المزيد
تقوم المنصة بتقييم كل قارئ بدقة حقلًا بحقل على مجموعات بيانات عامة تحتوي على إجابات معروفة، بما في ذلك قاعدة بيانات NIST الخاصة 2 لنماذج الضرائب الأمريكية لعام 1988، وتقديمات قانون تسجيل الوكلاء الأجانب، وأوامر شراء الإعلانات السياسية من FCC، وإيصالات CORD v2. يكشف هذا التقييم الدقيق أن النموذج المعدل بدقة يتفوق على Azure Document Intelligence في نصف أنواع النماذج المختبرة ويتطابق أداؤه مع البقية، كل ذلك بينما يعمل بتكلفة أقل بكثير. على سبيل المثال، في نماذج شراء الإعلانات، يحقق النموذج المعدل بدقة دقة تبلغ 59.6% مقابل 40.5% من Azure، وفي الإيصالات، 77.6% مقابل 66.6%.
تتمثل إحدى النتائج الرئيسية في التأثير التحويلي لضبط النماذج الأصغر. تظهر النماذج غير المعدلة مثل Gemma 4 E2B دقة أقل بكثير (على سبيل المثال، 15.0% على نماذج الضرائب)، والتي تتحسن بشكل كبير إلى 73.6% بعد الضبط. يمكن أن تستغرق هذه العملية من 8 دقائق إلى 4.9 ساعات على وحدة معالجة الرسومات المستأجرة، مما يجعل هذه النماذج الأصغر تنافسية للغاية. كما يُظهر النموذج المعدل بدقة معدلًا أقل من اختراع القيم مقارنة بالنماذج الرائدة على أنواع معينة من النماذج، مثل نماذج التسجيل والإيصالات، وهو أمر حاسم للتطبيقات التي يُفضل فيها وجود حقل فارغ على إدخال موثوق ولكنه غير صحيح.
بينما تحقق نماذج الرؤية الرائدة مثل GPT-6.1 Sol وGemini 3.8 Flash عمومًا دقة أعلى، يقدم النموذج المعدل بدقة توازنًا جذابًا بين الأداء والتكلفة. على سبيل المثال، في الإيصالات، يحقق دقة تبلغ 77.6% مقابل 0.16 دولار أمريكي لكل ألف صفحة، مقارنةً بـ 76.7% من Claude Haiku 5.5 مقابل 0.38 دولار أمريكي. ميزة كبيرة من امتلاك وتشغيل النموذج على وحدة معالجة الرسومات الاستهلاكية هي تعزيز خصوصية البيانات، حيث لا تحتاج أي صفحات لمغادرة شبكة المستخدم.
يسلط المشروع الضوء أيضًا على متانة نماذج الرؤية ضد تدهور المسح. على عكس خطوط أنابيب OCR، التي تعاني من انخفاضات حادة في الدقة مع جودة المسح السيئة، تحافظ نماذج الرؤية التي تقرأ البكسلات مباشرة على أداء عالٍ. ومع ذلك، من المهم ملاحظة أنه لم يحقق أي قارئ دقة 99% في جميع الحقول، مما يعني أن التحقق البشري لا يزال ضروريًا للتطبيقات الحرجة. تقوم النماذج بشكل أساسي بأتمتة عملية الكتابة، وليس التحقق النهائي.
تشمل البنية تدريب نماذج Gemma 4 E2B وE4B ذات الأوزان المفتوحة باستخدام QLoRA، وتجميد أوزان النموذج الأساسي في 4 بت أثناء تدريب مصفوفات المحولات الصغيرة. يتم تقديم هذه المحولات باستخدام vLLM على وحدة معالجة الرسومات RTX 3090، مما يسمح بنشر فعال في الموقع. توفر الموقع آلة حاسبة لتحديد نقطة التعادل بين تكاليف واجهة برمجة التطبيقات وإيجار وحدة معالجة الرسومات، مما يبرز أن التكلفة الحقيقية لنموذج مملوك تعتمد على استخدامه.
- الفئةأدوات الرؤية الحاسوبية
- نموذج التسعيرGPU Rental Cost
- النشرداخل المنشأة
- المنصاتالويب
الميزات الأساسية لـ Forms That Read Themselves
نماذج رؤية معدلة بدقة لاستخراج النماذج الممسوحة
تقييم مقابل واجهات برمجة التطبيقات الرائدة في مجال الرؤية (GPT-6.1 Sol، Claude Sonnet، Gemini Flash)
مقارنة مع Azure Document Intelligence
دعم لأنواع مختلفة من النماذج: التسجيل، شراء الإعلانات، الإيصالات، نماذج الضرائب
تقييم دقة حقل بحقل على مجموعات بيانات عامة
بديل فعال من حيث التكلفة لواجهات برمجة التطبيقات التجارية
قدرة على النشر في الموقع على وحدات معالجة الرسومات الاستهلاكية (مثل RTX 3090)
تقليل اختراع القيم على أنواع معينة من النماذج
متانة ضد تدهور المسح (الضوضاء، الضباب، الانحراف، فقدان التباين)
مقاييس أداء مفصلة تشمل الحقول الصحيحة والتكلفة لكل ألف صفحة
نماذج أساسية ذات أوزان مفتوحة (Gemma 4 E2B، E4B) تستخدم للضبط
وصفة ضبط QLoRA لتدريب فعال على وحدات معالجة الرسومات الفردية
vLLM لتقديم النماذج المعدلة بدقة
آلة حاسبة لتحليل نقطة التعادل بين تكاليف واجهة برمجة التطبيقات ووحدة معالجة الرسومات المملوكة
خصوصية البيانات من خلال الاحتفاظ بالصفحات داخل شبكتك
كيفية استخدام Forms That Read Themselves؟
اختر قارئًا: اختر من بين نماذج الرؤية المختلفة أو خطوط أنابيب OCR لمقارنة أدائها.
قم بضبط جودة المسح: محاكاة مستويات تدهور مختلفة (الضوضاء، الضباب، الانحراف، فقدان التباين) لملاحظة التأثير على الدقة.
راجع النتائج حقلًا بحقل: انظر أي الحقول يستخرجها كل قارئ بشكل صحيح، معلمة بالأخضر، وأيها غير صحيحة، معلمة بالأحمر ومخططة.
حلل الدقة والتكلفة: قارن نسبة الحقول الصحيحة والتكلفة لكل ألف صفحة لمختلف القراء وأنواع النماذج.
افهم تأثير الضبط: لاحظ كيف يحسن الضبط بشكل كبير دقة النماذج الأصغر على أنواع معينة من النماذج.
قيم تكاليف النشر: استخدم الآلة الحاسبة المقدمة لتحديد الجدوى الاقتصادية لاستئجار وحدة معالجة الرسومات مقابل استخدام واجهات برمجة التطبيقات التجارية بناءً على حجمك.
الوصول إلى المحولات: قم بتنزيل المحولات المعدلة المتاحة للإيصالات، ونماذج شراء الإعلانات، ونماذج الضرائب من Hugging Face.
حالات استخدام Forms That Read Themselves
- استخراج بيانات النماذج تلقائيًا
- معالجة الوثائق بتكلفة فعالة
- معالجة البيانات في الموقع
- تقييم نماذج الرؤية الذكية
- تحسين دقة OCR
- تطوير نموذج مخصص





