يحقق DharmaOCR جودة استخراج واستقرار أعلى من Mistral OCR4 وUnlimited-OCR في البرتغالية البرازيلية من خلال التدريب المخصص للمجال.
- حقق DharmaOCR نتيجة 0.925 على مقياس مرجعي يركز على البرتغالية، مقارنة بـ 0.798 لـ Mistral OCR4 و0.7587 لـ Unlimited-OCR.
- يستخدم النموذج الضبط الدقيق الخاضع للإشراف لمواءمة المفردات مع البرتغالية البرازيلية والتحسين المباشر للتفضيل (DPO) لتقليل تدهور المخرجات.
- تُظهر النماذج متعددة اللغات أخطاء منهجية في الأسماء الخاصة مثل "Chico Buarque" وتنتج نصوصاً غير متماسكة في الوثائق المعقدة بسبب توزيع المعاملات عبر اللغات.
- يركز التدريب المتخصص لـ DharmaOCR جميع المعاملات على المجال المستهدف، مما يضمن أداءً متسقاً حيث تفشل النماذج الأوسع نطاقاً.
يوفر التخصص ميزة قابلة للقياس مقارنة بالهندسات المعمارية الأحدث من خلال تكريس الموارد المحددة للغة واحدة بدلاً من توزيعها عبر العديد من اللغات.