Dharma 發布 20 億引數文件欄位抽取模型，稱優於前沿 LLM
Dharma-AI 發布 Field Extractor：一個 20 億引數模型，從任意型別文件抽取指定欄位並直接輸出 JSON。它支援無 schema 的開放式抽取，也支援按給定 schema 返回，欄位型別可為 string、number、boolean，文件中沒有的欄位返回 null，同一權重無需按文件型別微調。
20 億引數專用小模型在自建基準上稱以低 6 至 147 倍成本超過前沿 LLM，並公開評測口徑與缺失欄位返回 null 的行為，對需要高吞吐文件結構化抽取的團隊有參考價值。
原標題：Dharma Field Extractor: Any Document In, Structured Fields in JSON Out
閱讀原文
| 評分 | 58 / 60（平均 59，門檻 65） |
|---|---|
| 狀態 | 未入選 |
相關報導
1.3B 開源 OCR 模型 OXR 登頂三大文件解析榜單
僅 1.3B 引數的國產開源文件解析模型 OXR 在 OmniDocBench（97.18）、olmOCR-Bench（87.84）、DocParsingBench（87.76）三榜均列第一。它一次可解析表格、公式、程式碼塊、化學方程式等 13 類元素並輸出結構化 Markdown，單張 RTX PRO 6000 處理 100 頁文件僅需 101 秒。訓練引入 RSI 遞迴自我改進，不依賴新增人工標註；版面分析為獨立可插拔模組。程式碼與權重已開源，官方另提供免註冊免費 API，RTX 3060 即可本地執行。
Cloudflare 發布抽取模型 Clairic，已在 Workers AI 提供預覽
Cloudflare 推出新一類 System One 抽取模型，首個模型 Clairic 已在 Workers AI 上線預覽（@cf/cloudflare/clairic），並計劃近期釋出開放權重。它單次前向、不生成 token，只對輸入計費，通常一秒內返回。可從非結構化文字（最多附 4 張圖片）中抽取名稱、日期、金額、列表等帶置信度的型別化數值，也能估算與預測未來序列並給出 80% 區間；找不到答案時返回 null。
@ollama: @GoogleDeepMind Model page:
Ollama 模型庫新增 Google DeepMind 的 embeddinggemma-2 頁面，地址為 ollama.com/library/embeddinggemma-2，使用者可通過 Ollama 拉取該嵌入模型。該條目由 Ollama 官方帳號發布，指向 Google DeepMind 的這一模型。原文未給出模型規模、上下文長度、許可證或效能資料等細節。
@OpenAIDevs: Add near real-time decisions to your workflow with the Decisions API, now generally available.
OpenAI 的 Decisions API 已正式可用，可在工作流中加入近即時的判斷能力。它面向應用與 agent，支援對文字和圖片分類、評估輸入並決定後續走向，無需生成完整的模型回覆，從而更快、更省成本。
@OpenAIDevs: Let your app choose the right model, tool, or action in near real-time with Decisions API, now avai…
OpenAI 開發者帳號宣布，Decisions API 現已進入公開測試，面向所有開發者開放。這個 API 讓應用能夠近乎即時地選擇模型、工具或動作，官方給出的對比資料是：經由 Responses API 呼叫時，其決策速度最高可達 GPT-6 Luna 的 10 倍。該功能目前處於 public beta 階段。