NuExtract3

NuExtract3

以文本或图像读取文档，按你要的字段填写 JSON 模板，或把页面转成 Markdown。这是一个 4B 模型，适合处理扫描件、表单和发票的团队。

由 numind 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：NuExtract3 是一个用于理解文档的 4B 视觉语言模型。它主要做两件事：从文档里提取信息，填进 JSON 模板；把文档图像转成 Markdown。记录显示它有 4.5B 参数，基础模型是 Qwen3.5-4B。

适合谁：它适合把类似纸质的文档变成结构化数据或可搜索文本的团队。卡片提到了扫描件、收据、表单、发票、合同和表格。

Industry | Who uses it | How they use it | Example
金融与会计 | 后台团队 | 把发票和收据里的字段提取成 JSON | 把扫描发票里的日期和合计填进模板
法律 | 合同审阅人员 | 从合同里提取指定条款 | 按固定的 JSON 版式列出各方和条款
软件 | 搜索和 RAG 工具的开发者 | 在建索引之前把扫描页转成 Markdown | 把表单扫描件转成 Markdown 并保留表格

只需要简单文字 OCR 的人可以跳过它。

用在哪里：

• Windows、macOS 或 Linux 上，Python 配合 transformers 库
• 需要返回 JSON 的提取流水线
• 针对扫描件和文档照片的 OCR 工作
• RAG 预处理，把页面变成 Markdown

Use case | Who | What they get back
结构化提取 | 数据和运营团队 | 符合你所给模板的 JSON
图像转 Markdown | 搜索和 RAG 开发者 | 文本用 Markdown，表格用 HTML，数学公式用 LaTeX
模板生成 | 分析师 | 根据描述或文档生成的模板草稿

如何设置：

• 你电脑上的 Python
• transformers 库
• 约 9.1 GB 的 BF16 权重磁盘空间，4 位量化约 2.3 GB（估算）

1. 安装 Hugging Face hub 软件包。
2. 下载模型文件。
3. 按模型卡片上的用法说明，用 transformers 加载模型。

pip install -U huggingface_hub

hf download numind/NuExtract3

如何使用：做提取时，你把文档（文本、图像或两者）、一个 JSON 模板和你的指令交给模型，它返回 JSON。做转换时，你给它文档图像，它返回 Markdown。卡片里带运行代码的部分不在这里提供的文本中。

Tool | What it does
结构化提取 | 根据你的指令，从文本或图像填写 JSON 模板
Markdown 转换 | 把文档图像转成 Markdown
推理模式 | 让模型先思考再回答，也可以关闭
模板生成 | 根据自然语言或文档起草提取模板

示例：你有一张收据的照片，和一个带有店名、日期和合计字段的简短 JSON 模板。你把两者连同一行指令一起传入。模型返回与你的模板结构一致的 JSON。

新手与专家：你可以把它看作替你填表的读取器。第一步可以先下载文件，用一张清晰的扫描件和一个简单的模板试一试。开始时模板要写短一些。

它基于 Qwen3.5-4B，支持推理和非推理两种推断模式。在厂商自己用约 600 份各类文档做的内部测试中，卡片报告的平均分是 0.651。卡片还说，小模型的推理常常陷入重复循环，拉低了它们的分数。

文本或图像形式的文档
加上 JSON 模板和指令
模型读取页面并推理
返回 JSON 或 Markdown

注意事项：

• License: Apache 2.0。
• Cost to run: 下载的模型未提及费用。卡片还指向一个托管的 API 和平台，没有给出价格。
• Data it reaches: 它从 Hugging Face Hub 下载文件，然后读取你交给它的文档。
• Not for: 独立的证明。这个基准是厂商自己的，卡片说计划以后公开。
• 支持多种语言的文档。

Title: 厂商基准上的平均结构化提取得分
NuExtract3.4 4B RL: 0.651 score
gemma-4-E4B-it: 0.538 score
Qwen3.5-9B: 0.479 score
Qwen3.5-4B: 0.417 score
Ministral-3-3B: 0.240 score

Hugging Face 上的数据（2026年11月13日）

• 任务：image to text
• 框架：transformers
• 参数量：4.5B
• Weights: about 9.1 GB in BF16; about 2.3 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：40,915
• 点赞：397
• 许可证：apache-2.0
• 基于：Qwen/Qwen3.5-4B
• Quantized versions: 18
• Fine-tunes: 12
• 标签：transformers, safetensors, qwen3_5, image-text-to-text, vision-language, document-understanding, structured-extraction, information-extraction, document-to-markdown, markdown, reasoning, multilingual

链接

• 模型：https://huggingface.co/numind/NuExtract3
• 文件：https://huggingface.co/numind/NuExtract3/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download numind/NuExtract3

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。