/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
OpenRAIL
Архитектура
qwen3_5 · dense
Библиотека
transformers
Опубликована
19 июн 2026

lift

Изображение и текст → текст6 профессий

Модель Datalab на базе Qwen3.5 извлекает структурированные данные из PDF и изображений в JSON по заданной схеме.

158 тыс.скачиваний за 30 дней202лайкавеса обновлены5 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки1

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • llamaindex/ExtractBench

    score · выше — лучше

    Результат

    78,43

    short 87,64medium 65,69long 24,78
    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

lift — модель Datalab для извлечения структурированных данных из PDF-документов и изображений. Она принимает документ и заданную пользователем JSON-схему, а затем формирует соответствующий ей JSON с помощью декодирования, ограниченного схемой. Модель основана на плотной архитектуре Qwen3.5 и содержит 9 млрд параметров; поддерживает обработку многостраничных документов за один проход.

Модель предназначена для извлечения полей из документов, включая значения, распределённые между страницами, и может использоваться локально через Hugging Face Transformers или vLLM. В описанном Datalab тесте на 225 документах точность отдельных полей составила 90,2%; результат и задержка зависят от документа и оборудования. Веса распространяются по модифицированной лицензии OpenRAIL-M: разрешены исследования, личное использование и использование стартапами с финансированием или выручкой менее 5 млн долларов; конкурентное использование API запрещено. Для более широкого коммерческого применения требуется отдельное лицензирование.

Сценарии применения

  • извлечение полей из многостраничных PDF
  • преобразование счетов и форм в JSON
  • извлечение сведений из сканов документов
  • сбор значений из разных страниц документа
  • структурирование данных по пользовательской JSON-схеме

Ограничения

В бенчмарке точность полного документа составила 20,9%, хотя точность отдельных полей была выше; показатель качества зависит от документа и оборудования. Лицензия ограничивает конкурентное использование API и коммерческое применение сверх разрешённых категорий.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

lift

lift is a structured extraction model from Datalab that pulls structured JSON out of PDFs and images. Pass any JSON schema and lift returns a JSON object matching it, using schema-constrained decoding to guarantee valid, well-typed output.

Try lift in the free playground, or use the hosted API for higher accuracy, per-field verification, and citations.

Features

  • Extract structured data from documents
  • Pass any JSON schema
  • Handles multi-page documents in a single pass, including values that span pages
  • Two inference modes: local (HuggingFace) and remote (vLLM server)
  • CLI for single files, inline schemas, or whole directories
  • Schema Studio: a Streamlit app to build, save, and test schemas against your documents

Quickstart

pip install lift-pdf

# With vLLM (recommended, lightweight install)
lift_vllm
lift_extract input.pdf ./output --schema schema.json

# With HuggingFace (requires torch)
pip install lift-pdf[hf]
lift_extract input.pdf ./output --schema schema.json --method hf

A schema is standard JSON Schema. Keep it simple — string, number, integer, boolean, arrays of those, arrays of objects, and nested objects are all supported. Write a description for any field whose name isn't self-explanatory, and mark a field required only when it must appear; fields genuinely absent from a document come back null.

{
  "type": "object",
  "properties": {
    "invoice_number": {"type": "string", "description": "Invoice identifier"},
    "total": {"type": "number", "description": "Total amount due"},
    "line_items": {
      "type": "array",
      "items": {
        "type": "object",
        "properties": {
          "description": {"type": "string"},
          "amount": {"type": "number"}
        }
      }
    }
  },
  "required": ["invoice_number", "total"]
}

Usage

With vLLM (recommended)

from lift import extract
from lift.model import InferenceManager

# Start the vLLM server first with: lift_vllm
model = InferenceManager(method="vllm")
result = extract("document.pdf", "schema.json", model=model)
print(result.extraction)

With HuggingFace Transformers

from lift import extract
from lift.model import InferenceManager

# Loads datalab-to/lift in-process (requires: pip install lift-pdf[hf])
model = InferenceManager(method="hf")
result = extract("document.pdf", "schema.json", model=model)
print(result.extraction)

extract accepts the schema as a dict, a path to a .json file, an inline JSON string, or the name of a saved schema. Pass page_range="0-5" to limit PDF pages, and set VLLM_API_BASE to target a remote server.

Benchmarks

Evaluated on a 225-document extraction benchmark (6–64 pages per document, ~11,000 scored fields) with adversarial cases planted throughout: cross-page values, exhaustive lists, fields that must be left null, near-miss distractors, multi-source aggregation. Scoring is deterministic exact-match against ground truth (numeric tolerance, normalized strings).

All models receive the same rendered page images, and extract each document in a single pass.

ModelSizeField accuracyFull-document accuracyMedian latency*Features
Datalab API—95.9%44.4%30.8sCitations + Verification
Gemini Flash 3.5—91.3%40.0%28.1s
lift9B90.2%20.9%9.5s
Azure Content Understanding—83.4%22.2%73.7s
NuExtract34B81.5%8.4%8.3s
Qwen3.5-9B9B76.3%24.0%16.8s

* Per document, 8 concurrent requests. Local models (lift, Qwen3.5-9B, NuExtract3) served with vLLM on a single GPU; Gemini, Datalab, and Azure via API. Latency varies with hardware and load — treat as relative, not absolute.

  • Field accuracy — fraction of individual schema fields extracted correctly.
  • Full-document accuracy — fraction of documents where every field is correct.

Hosted models with verification, citations, and confidence scores are available via the Datalab API — test in the playground.

Commercial Usage

Code is Apache 2.0. Model weights use a modified OpenRAIL-M license: free for research, personal use, and startups under $5M funding/revenue. Cannot be used competitively with our API. For broader commercial licensing, see pricing.

Credits

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
221e0fc

0 моделей