Clairic: Mô hình trích xuất có cấu trúc và dự đoán của Cloudflare

Hai mô hình thuộc gia đình Clairic của Cloudflare được cập nhật cùng vào ngày 18 tháng 11: Clairic (27B, dựa trên Qwen3.8-27B, tải lên vào ngày 16 tháng 10) và Clairic Flash (9B, dựa trên Qwen3.5-9B, tải lên vào ngày 12 tháng 11). Đầu vào là một đoạn văn bản hoặc trạng thái JSON, kèm theo hình ảnh và PDF tùy chọn, cùng với một danh sách "tên trường → mô tả kiểu dữ liệu". Mô hình trả về các giá trị được định kiểu theo từng trường: văn bản, số, ngày giờ, thời lượng, boolean, enum, đối tượng, danh sách, phép tính, cũng như các ước lượng có giới hạn trên/dưới và chuỗi dự đoán có bước nhảy. Ngoài ra còn có một đầu ra kiểu dữ liệu riêng biệt là clair_head, với ràng buộc cấu trúc được đảm bảo bởi xgrammar. Giấy phép Apache-2.0.

Tiêu đề gốc: Cloudflare/clairic

Hai mô hình thuộc gia đình Clairic của Cloudflare được cập nhật cùng vào ngày 18 tháng 11: Clairic (27B, dựa trên Qwen3.8-27B, tải lên vào ngày 16 tháng 10) và Clairic Flash (9B, dựa trên Qwen3.5-9B, tải lên vào ngày 12 tháng 11). Đầu vào là một đoạn văn bản hoặc trạng thái JSON, kèm theo hình ảnh và PDF tùy chọn, cùng với một danh sách "tên trường → mô tả kiểu dữ liệu". Mô hình trả về các giá trị được định kiểu theo từng trường: văn bản, số, ngày giờ, thời lượng, boolean, enum, đối tượng, danh sách, phép tính, cũng như các ước lượng có giới hạn trên/dưới và chuỗi dự đoán có bước nhảy. Ngoài ra còn có một đầu ra kiểu dữ liệu riêng biệt là clair_head, với ràng buộc cấu trúc được đảm bảo bởi xgrammar. Giấy phép Apache-2.0.

Tại sao quan trọng Trích xuất hóa đơn, biểu mẫu, nhật ký mà không cần tự viết prompt và parser; mỗi trường đi kèm độ tin cậy và xác suất để trống, giúp thiết lập ngưỡng dễ dàng; giấy phép Apache cho phép sử dụng thương mại

Điểm tăng 58 · Lượt thích 78 · Lượt tải 34

Lý do

  • Các câu trả lời trích xuất bao gồm valid, complete, độ tin cậy toàn đoạn và xác suất để trống p_null được chấm điểm độc lập; bằng chứng văn bản khớp duy nhất cung cấp khoảng ký tự trong văn bản gốc
  • Ước lượng và dự đoán phải khai báo min / max (dự đoán thêm horizon, interval), có thể trả về các phân vị; source_only chỉ lấy các con số và ngày tháng được in trong văn bản gốc, knowledge cho phép sử dụng kiến thức của mô hình để trả lời
  • Phản hồi ghi rõ liệu đầu vào có bị cắt ngắn hay không và mức sử dụng token, giúp đánh giá xem kết quả có thể sử dụng trực tiếp hay không

Cách sử dụng

  • Python 3.11+, cài đặt requirements.txt từ kho lưu trữ; sau khi snapshot_download("Cloudflare/clairic"), thêm đường dẫn vào sys.path, from clairic_model import load_release_model, systemone; load_release_model(path, device="cuda")
  • systemone(model, processor, {"state": văn bản, "fields": {tên_trường: {"type": "number", "decimals": 2}, ...}}); hình ảnh sử dụng PIL và đặt vào images, options.include_quantiles trả về các phân vị, reference_date xử lý các ngày tương đối như "tuần trước"
  • Mỗi tệp nhúng không vượt quá 4 MiB, tổng cộng không quá 8 MiB, tổng số trang hình ảnh và PDF tối đa là 4; nếu bộ nhớ GPU hạn chế, có thể chuyển sang Cloudflare/clairic-flash (9B) với cách dùng tương tự; ứng dụng bất đồng bộ sử dụng await model.predict_async(request)

Rủi ro

  • Không có điểm đánh giá nào được cung cấp, cũng không nêu rõ yêu cầu bộ nhớ GPU; độ tin cậy là xác suất của mô hình, khuyến nghị chính thức là thiết lập ngưỡng dựa trên dữ liệu của riêng bạn
  • Cần nhập mã runtime Python đi kèm từ kho lưu trữ; không chấp nhận URL phương tiện từ xa, yêu cầu thứ hai đến đồng thời sẽ báo lỗi hàng đợi đầy
  • Mục này chưa được chạy thử

Mở

Hugging Face Trending

Xem tin AI mới nhất