DharmaOCR pokazuje, że wąski model nadal wygrywa na własnych dokumentach

Dharma-AI twierdzi, że jego OCR dla brazylijskiego portugalskiego pokonało nowsze modele Mistral OCR4 i Unlimited-OCR w portugalskim benchmarku. Strona źródłowa była częściowo niedostępna podczas weryfikacji, więc ostrożnie opieram się na dostępnych metadanych, a nie na pełnym raporcie technicznym.

Wyspecjalizowany model ma 12 punktów przewagi na własnym terenie

Według opublikowanych danych, DharmaOCR osiągnął wynik 0,925 w lokalnym benchmarku. Konkurencyjny Mistral OCR4 zatrzymał się na 0,798, a Unlimited-OCR na 0,7587. Wynik to efekt dwufazowego treningu łączącego supervised fine-tuning i Direct Preference Optimization.

W lokalnym workflow znajomość kultury wygrywa z uniwersalnością

W rzeczywistych brazylijskich dokumentach ogólne modele popełniają błędy w nazwach własnych i lokalnym kontekście. Transkrypcja to nie tylko litery, ale wiedza o tym, co tam pasuje. Gdy błąd wymusza ręczną poprawkę, mniejszy dedykowany model daje firmom lepszą ekonomię działania.

Autorzy benchmarku logicznie wygrywają własny test

Wynik 0,925 wygląda przekonująco, ale zestaw testowy zaprojektowali twórcy zwycięskiego modelu. Dopóki zewnętrzny zespół nie potwierdzi wyników na niezależnych dokumentach, jest to sygnał marketingowy dla konkretnego rynku, a nie ostateczne zwycięstwo.

Prawdziwa adopcja zależy od stabilności na produkcji

Decydującą metryką nie będą akademickie benchmarki, ale stabilność modelu na słabo zeskanowanych formularzach i rzeczywiste koszty operacyjne. Dopiero wdrożenie pokaże, czy firmom opłaca się utrzymywać osobny lokalny model.

Werdykt Lilith

Dla urzędów regionalnych znajomość jednego konkretnego formularza jest ważniejsza niż umiejętność czytania pięciuset języków. Uniwersalna infrastruktura przegrywa tutaj z perfekcyjnie wyuczoną rutyną.