Schemer.
Estrazione on-device che ricava campi tipizzati da qualsiasi testo secondo il tuo schema, lasciando vuoto un campo dove il testo non dice nulla.
Demo
Estrai JSON tipizzato da qualsiasi testo.
Scrivi «Pranzo con Priya giovedì prossimo all'una» e l'evento è tipizzato: la data risolta sull'orologio del dispositivo, la durata come numero, il titolo come stringa. Nessun passaggio di parsing, nessuna validazione dello schema, nessun ciclo di retry.
E non inventa nulla. Schemer lascia vuoto un campo mancante nel 91% dei casi; gli LLM con prompt arrivano al 18-43%. Le stringhe estratte sono sottostringhe letterali dell'input con offset di carattere, quindi la verifica è un controllo di sottostringa. Schemer lavora da un JSON Schema semplice, la forma che accettano OpenAI e Gemini, in una qualsiasi di 13 lingue.
0,800 su schemi mai visti.
Schemer ottiene 0,800 su schemi mai visti, con 211M di parametri e 111 MB. Gli unici modelli che fanno meglio sono 40 volte più grandi o oltre.
Valutazione interna su 9.021 record riservati; i concorrenti sono valutati sullo stesso set riservato.
Dal linguaggio naturale alla voce di calendario
Trasforma «Pranzo con Priya giovedì prossimo all'una, circa un'ora» in un evento tipizzato: titolo, data e ora di inizio, durata e ricorrenza. Funziona in una tastiera o in un'app per note, sul dispositivo e offline.
Dai messaggi ai record strutturati
Trasforma un messaggio di chat, un'email o una nota scansionata in un lead CRM, un ordine o una fattura. Nomi, email, importi e date arrivano decodificati nel loro tipo reale, un campo mancante arriva come null, e il record è pronto da salvare senza un passaggio di parsing.
Agenti on-device e compilazione di moduli
Dai a un agente locale un JSON Schema e del testo libero, e il JSON tipizzato che ottiene attiva un'azione o precompila un modulo. Nessun LLM in cloud, nessun costo per chiamata.
Cosa fa il modello
- Lavora da un JSON Schema semplice, quello che accettano OpenAI e Gemini, e scrive JSON tipizzato che vi corrisponde.
- Decodifica stringhe, numeri, booleani, date e ore, etichette e array nei loro tipi reali.
- Rilevamento esplicito dell'assenza: segnala un campo come mancante invece di inventare un valore.
- Funziona in 13 lingue da un unico modello, senza configurazione per lingua.
Specifiche
- Modello
- 211M (encoder mmBERT-base con pruning)
- Accuratezza
- 0,800 (int8), 0,911 rilevamento dell'assenza
- Dimensione sul dispositivo
- 111 MB (int4 AWQ), 218 MB (int8)
- Formati
- Core ML e ONNX, multipiattaforma
Schemer copia quello che il testo dice; Schemer non scrive. Chiedigli un titolo di sintesi o un giudizio che richiede conoscenza del mondo e un modello molto più grande farà meglio.
Schemer non è nemmeno un estrattore di entità: riempie i campi che hai dichiarato e non elenca ogni nome del paragrafo. Gli schemi annidati sono gestiti dal codice attorno al modello e non dal modello, e lì la qualità è misurata su template interni invece che su prosa reale e disordinata.
FAQ
Cos'è Schemer?
Estrazione on-device che ricava campi tipizzati da qualsiasi testo secondo il tuo schema, lasciando vuoto un campo dove il testo non dice nulla.
Schemer funziona sul dispositivo?
Sì. Schemer funziona sul dispositivo, senza chiamate a un server, quindi i dati restano con l'utente.
Schemer è già disponibile?
Schemer è in beta chiusa. Richiedi l'accesso anticipato in questa pagina.
Quanto costa Schemer?
Ogni modello è gratuito fino a 100k dispositivi attivi mensili per SDK. Inferenza illimitata per utente. Contattaci per licenze personalizzate.
Quanto è preciso o veloce Schemer?
Schemer ottiene 0,800 su schemi mai visti, con 211M di parametri e 111 MB. Gli unici modelli che fanno meglio sono 40 volte più grandi o oltre.
Accesso anticipato
Raccontaci cosa stai costruendo e ti aiutiamo a iniziare.