模型 / NuExtract3 (NuMind)

NuExtract3 (NuMind)

文档结构化提取和Markdown转换的4B视觉语言模型

作者
numind
对位
对位Qwen3.5-4B、Gemma-4-E4B等小型文档VLM
适合
发票/合同/表格等文档JSON结构化提取 / 图片/扫描PDF转Markdown供RAG使用
不适合
通用图像问答或纯文本生成
入选理由
有HF Space和vLLM接口可即用；本质为微调改进。
规模
4B · 131k · 最低 ~2.7GB · 4-bit(估算)
授权
Apache-2.0 · 可商用
框架
vllm / transformers
血统
微调自 Qwen3.5-4B
国内访问
需代理
可信度
内部600样本benchmark结构提取均分0.651，超Gemma-4-E4B-it(0.538)与Qwen3.5-4B(0.417)

社区实测

开源4B视觉语言模型,定位为本地/开放权重的文档提取方案,社区关注其Markdown输出与对复杂版面的处理能力

  • 提供本地可部署的文档提取方案,替代闭源OCR管线
  • 支持表格、表单和复杂排版页面的文档提取
  • 同时处理文本输入与视觉文档输入
来源

NuExtract3 released: open-weight 4B VLM for Markdown, OCR and ...NuExtract 3 Revolutionizes Document Extraction with VLM - LinkedIn

截至 2026-06-19

本形态 ~2.7GB 4-bit · 国内 需代理 · 1,720 下载

仅 safetensors · 无 pickle 加载风险

快速上手

vllm serve numind/NuExtract3 --trust-remote-code --limit-mm-per-prompt '{"image": 99, "video": 0}'

本形态源 ↗

下载动量

30天下载 1157.6k → 1236.9k · likes +41

观测时间线