/ Модель

Характеристики

Параметры
66,7 млн
Лицензия
Apache 2.0
Архитектура
qovaryx_finance_decoder · dense
Базовая модель
qovaryx-50m-scratch-base
Библиотека
pytorch
Опубликована
2 июн 2026

Q-SheetExtract-50M-Sovereign

Генерация текстаТекст → текст

Исследовательская дообученная модель Qovaryx для извлечения структурированных полей из текстового представления таблиц.

284скачиваний за 30 дней0лайковвеса обновлены3 окт 2026

Бенчмарки

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

Публичные оценки

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

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Q-SheetExtract-50M-Sovereign — исследовательский чекпойнт из семейства специализированных моделей Qovaryx, опубликованный J.E. Herizon LLC (JE Horizon). Он предназначен для извлечения структурированных полей из текстового представления табличных данных. Модель сама не открывает произвольные файлы Excel: таблицу нужно заранее представить в виде текста, а извлечённые ячейки и значения следует проверять детерминированным парсером.

Это дообученная авторегрессионная плотная модель-декодер FinanceDecoder на PyTorch с 66,7 млн параметров, шириной 512, 12 слоями и словарём токенизатора на 32 000 токенов. Карточка указывает английский язык. Для загрузки нужны совместимые конфигурация, токенизатор и пакет с реализациями FinanceDecoder и DecoderConfig; этот исходный пакет в репозитории отсутствует, а модель не является готовым релизом для Transformers AutoModel.

Модель предназначена для исследовательских экспериментов по извлечению данных из таблиц. Оценки на небольших внутренних тестовых наборах не подтверждают точность на произвольных входах, незнакомых схемах или рабочих процессах; корректность JSON и ответов нужно проверять отдельно. Лицензия — Apache-2.0.

Сценарии применения

  • Извлечение заданных полей из текстового представления электронной таблицы
  • Преобразование строк таблицы в структурированные значения
  • Извлечение значений ячеек по заданной схеме
  • Эксперименты с автоматизацией разбора табличных данных

Ограничения

Модель не разбирает произвольные файлы Excel напрямую, требует совместимых конфигурации и токенизатора, а для загрузки нужен отсутствующий в репозитории исходный пакет FinanceDecoder. Оценки на небольших внутренних наборах не гарантируют качество на произвольных данных; результаты и корректность JSON необходимо проверять отдельно.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Q-SheetExtract-50M-Sovereign

Research checkpoint for spreadsheet-text extraction in the Qovaryx specialist family. The repository name is a historical identifier.

Status — October 3, 2026: Qovaryx is on the back burner. Desktop downloads are paused; there is no current public installer, purchase, or trial. These repositories remain as research references. Published weights are separate from desktop product availability.

Intended task

Extract structured fields from a supplied text representation of spreadsheet data. This describes the intended task, not a guarantee of correct, valid, or safe output.

This checkpoint does not itself parse arbitrary Excel files. Verify extracted cells and values with a deterministic parser.

Published artifacts and dependencies

  • pytorch_model.pt: PyTorch checkpoint.
  • config.json: architecture and historical evaluation metadata.
  • tokenizer.json: tokenizer for this checkpoint.
  • release.json: historical release receipt.

The configuration describes a custom decoder with width 512, 12 layers, and vocabulary size 32,000. Use this checkpoint's configuration and tokenizer together. The similarly named public random-initialized scratch base is a separate artifact; its vocabulary and weights are not interchangeable with this release.

The historical loader imports FinanceDecoder and DecoderConfig from bleeding_edge.model.decoder. That compatible source package is not included in this repository. The compiled Q-Office-Suite runtime is not a substitute for a source-package installation. This is not a standalone Transformers AutoModel release.

Evaluation scope

Previous cards presented perfect scores from small internal task fixtures as broad accuracy claims. That framing has been removed. The configuration and release receipt retain the original metadata; this documentation update does not independently rerun or certify those evaluations. Some earlier prose and metadata used different sample counts.

Those fixtures do not establish performance on arbitrary inputs, unfamiliar documents, different schemas, or deployed workflows. Valid JSON and correct answers require separate validation. There is no current production-readiness or general-accuracy claim.

License

Apache-2.0, as recorded in the existing model metadata. This statement does not certify the provenance or license of every historical training example, separate runtime component, or downstream dependency.

Project and support

J.E. Herizon LLC, doing business as JE Horizon.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Архитектура qovaryx_finance_decoder неизвестна transformers в образе рантайма.

Класс архитектуры
FinanceDecoder
Ревизия весов
dbfbbb5

0 моделей