一句话看懂：Dharma-AI 在 Hugging Face 发布 Dharma Field Extractor，一个 20 亿参数模型，可直接从任意类型文档中抽取指定字段并输出结构化 JSON。按作者说法，它在测试中优于其所测的所有前沿大模型，且成本更低。
事件核心：发生了什么
2026 年 11 月 4 日，Dharma-AI 团队在 Hugging Face 博客发布 Dharma Field Extractor。该模型基于其 OCR 模型 DharmaOCR-LITE v1.1（20 亿参数版本），在其上训练 LoRA 适配器，训练样本 43,384 条，覆盖开放式抽取与按 schema 抽取两种模式。输入是文档图像，输出是带类型的 JSON：发票返回到行项目列表，证件返回到对应字段；若所请求字段在文档上不存在，返回 null 而非编造。同一权重无需按文档类型微调即可处理多种文档。团队称可在博客提供的链接中试用。
为什么重要
现有做法通常是用通用大模型加提示词完成“文本到字段”的映射，但在高并发业务场景下，前沿 API 的价格和延迟会变成明显成本。Dharma 的思路延续其今年 4 月 DharmaOCR-LITE 的路线：训练更贴近任务的专用小模型，而不是依赖通用大模型。这提示结构化数据抽取这一成熟需求，可能从“调 API”转向“部署专用模型”，同时开源权重也给了企业本地化部署和数据合规的选项。不过，目前公开信息仅为作者自述，性能和成本优势需在独立基准中验证。
对用户/开发者/创作者的影响
对开发者，开放式模式适合先探索文档结构，schema 模式则便于直接对接下游数据库，字段名可与现有系统一致，减少中间映射代码。对企业，发票、医疗申请单、合同等高频场景可能降低推理成本；若选择本地部署，还需自行评估算力开销与维护。对内容与数据团队，把纸质或扫描件转为可用字段的工作流会更短。但要注意，模型输出字段的准确性依赖文档质量，关键业务仍应加入校验环节。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是独立第三方是否复现其“优于前沿 LLM”的结论，以及评测范围是否覆盖中文和复杂版式；二是模型权重是否真正开放、许可证条款和商业使用限制；三是推理成本、延迟在真实批量场景下的表现，以及竞品是否跟进类似“OCR+字段抽取”的专用模型路线。
