Um usuário do Reddit relata que, após três meses tentando converter PDFs em JSON, ele optou pelo Docling para análise, mas enfrenta problemas persistentes na etapa subsequente de mapeamento de dados. O usuário emprega um modelo local Qwen 3.5-9B para transformar a saída markdown do Docling em um formato JSON específico.

  • O modo de falha principal envolve a rotulagem incorreta de contagens e quantias, bem como a substituição de valores que deveriam permanecer inalterados.
  • As tentativas de engenharia de prompt falharam porque os ajustes criam novos problemas em vez de fornecer uma solução generalizada.
  • O usuário suspeita que o problema decorre de limitações inerentes às capacidades dos LLMs locais, e não de falhas no fluxo de trabalho em si.

A publicação destaca a dificuldade de alcançar uma extração confiável de dados estruturados de PDFs usando apenas modelos locais, sem depender de APIs externas.