tokimoa commited on
Commit
1502253
·
verified ·
1 Parent(s): 67eaa56

Upload folder using huggingface_hub

Browse files
.gitattributes CHANGED
@@ -33,3 +33,7 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
33
  *.zip filter=lfs diff=lfs merge=lfs -text
34
  *.zst filter=lfs diff=lfs merge=lfs -text
35
  *tfevents* filter=lfs diff=lfs merge=lfs -text
 
 
 
 
 
33
  *.zip filter=lfs diff=lfs merge=lfs -text
34
  *.zst filter=lfs diff=lfs merge=lfs -text
35
  *tfevents* filter=lfs diff=lfs merge=lfs -text
36
+ jp-invoice-reader-2b-Q4_K_M.gguf filter=lfs diff=lfs merge=lfs -text
37
+ jp-invoice-reader-2b-Q8_0.gguf filter=lfs diff=lfs merge=lfs -text
38
+ jp-invoice-reader-2b-f16.gguf filter=lfs diff=lfs merge=lfs -text
39
+ mmproj-jp-invoice-reader-2b-f16.gguf filter=lfs diff=lfs merge=lfs -text
README.md ADDED
@@ -0,0 +1,66 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ license: apache-2.0
3
+ language:
4
+ - ja
5
+ base_model: Qwen/Qwen3-VL-2B-Instruct
6
+ pipeline_tag: image-text-to-text
7
+ tags:
8
+ - gguf
9
+ - llama.cpp
10
+ - japanese
11
+ - document-understanding
12
+ - invoice
13
+ ---
14
+
15
+ # jp-invoice-reader-2b-GGUF — 日本語帳票リーダー
16
+
17
+ 日本語帳票(請求書・見積書・納品書・領収書)の読み取りに特化した [jp-invoice-reader-2b](https://huggingface.co/tokimoa/jp-invoice-reader-2b) のGGUF版です。llama.cppでWindows/LinuxのCPU・GPUで動きます。
18
+
19
+ ## ファイル
20
+
21
+ | ファイル | サイズ | 用途 |
22
+ |---|---|---|
23
+ | **jp-invoice-reader-2b-Q8_0.gguf** | 1.7GB | 推奨(抽出・QAとも) |
24
+ | jp-invoice-reader-2b-Q4_K_M.gguf | 1.0GB | QA用途向け(下記注意) |
25
+ | jp-invoice-reader-2b-f16.gguf | 3.2GB | 参照用 |
26
+ | mmproj-jp-invoice-reader-2b-f16.gguf | 781MB | 視覚エンコーダ(**必須・どの量子化とも組み合わせ可**) |
27
+
28
+ ## 実測(公開中のbf16版と同一プロトコル: 未見評価100枚・QA400問・抽出700フィールド)
29
+
30
+ | 指標 | bf16(MLX公開版) | Q8_0 | Q4_K_M |
31
+ |---|---|---|---|
32
+ | ja-docs QA(実写風6問) | 6/6 | **6/6** | 6/6 |
33
+ | 帳票QA | 93.5% | **91.8%** | 90.5% |
34
+ | 抽出フィールド一致(厳密) | 90.1% | **84.3%** | 67.3% |
35
+
36
+ 厳密一致の低下について実態を補足します(同一100枚で追加検証):
37
+
38
+ - **Q8_0の低下分はほぼ形式ゆれです。** 消費税額を`{"rate": 10, "amount": 1449000}`のようにネストで返す揺れが増え、厳密一致では×になりますが、**税額の値ベースでは99/100が正解**でした。金額の読み取り能力自体は維持されています。後段でJSONを受けるときはネスト形式も許容してください。
39
+ - **Q4_K_MはJSON構文の崩れが100枚中15件発生します。** 抽出(長い構造化出力)には非推奨で、QA用途向けです。
40
+
41
+ ## 使い方
42
+
43
+ ```bash
44
+ llama-server -m jp-invoice-reader-2b-Q8_0.gguf --mmproj mmproj-jp-invoice-reader-2b-f16.gguf \
45
+ --port 8080 --jinja -c 8192 --image-min-tokens 64 --image-max-tokens 4096
46
+ ```
47
+
48
+ 運用上の注意(いずれも実測に基づく):
49
+
50
+ 1. **APIでは画像をテキストより先に置いてください**(contentの並びを`[image_url, text]`にする)。逆順は精度が下がります。
51
+ 2. **`-c 8192`等でコンテキスト長を指定してください。** 無指定はモデル宣言の262Kで確保しようとしてメモリ不足になります。
52
+ 3. **`--image-max-tokens 4096`を推奨します。** 帳票は高解像度のため、既定では画像が過剰に縮小され数値の読み取りが落ちます。
53
+
54
+ プロンプト例: 抽出は「この帳票から主要項目を抽出してJSONで出力してください。」、QAは「この請求書の合計金額は?」等の自由質問です。
55
+
56
+ ## 制約
57
+
58
+ 合成帳票ドメインで学習しています。実写スキャン・手書き・特殊レイアウトは未検証で、写真由来の帳票では精度が下がる可能性があります。
59
+
60
+ ## ライセンスと帰属
61
+
62
+ - ベース: [Qwen/Qwen3-VL-2B-Instruct](https://huggingface.co/Qwen/Qwen3-VL-2B-Instruct)(Apache-2.0)
63
+ - 学習データ・評価方法の詳細は[本体repo](https://huggingface.co/tokimoa/jp-invoice-reader-2b)を参照してください
64
+
65
+ ---
66
+ Developed by [tokimoa](https://tokimoa.jp) — データを外に出さないAI活用を支援しています
jp-invoice-reader-2b-Q4_K_M.gguf ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:4706a2c4c942f2ecbc761dbb9ca0d8378607fcfed7f4f4f1b69bad6657cc8f6b
3
+ size 1107410336
jp-invoice-reader-2b-Q8_0.gguf ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:586dada4c6ab3b6a6cb6e35d54c7d065afcd0829d905f7edb936a500fc02ec14
3
+ size 1834427808
jp-invoice-reader-2b-f16.gguf ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:7754cf026bbb98cdfae403bf97ec4c518b336d22c75e6e4afb9b5e31e18409ee
3
+ size 3447350688
mmproj-jp-invoice-reader-2b-f16.gguf ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:43857c950a6fc1726f573d3dde87b3d08835c456493139b634a3e8227078b6c3
3
+ size 819394752