NuExtract3 - маленькая VLM, которая вытаскивает структуру из документов 👀

На ModelScope выложили NuExtract3 - vision-language модель на 4B параметров, заточенную не под «поговорить обо всём», а под конкретную задачу: понимание документов и структурированное извлечение данных.

Что умеет:

- принимает сканы, чеки, формы, инвойсы, контракты и таблицы
- получает на вход JSON-шаблон
- возвращает чистый структурированный JSON
- конвертирует изображения документов в аккуратный Markdown
- таблицы сохраняет в HTML
- формулы переводит в LaTeX
- сама генерирует шаблоны извлечения из обычного текстового описания
- поддерживает thinking и non-thinking режимы
- работает с несколькими языками
- поддерживает vLLM и Transformers

По заявленным бенчмаркам NuExtract3 обходит gemma-4-E4B-it, Qwen3.5-9B и GLM-4.6V-Flash на structured extraction: меньше падений, меньше лишних reasoning-токенов, выше стабильность на документах.


Ссылка: https://modelscope.ai/models/numind/NuExtract3