Пользователь Reddit сообщает, что после трёх месяцев попыток конвертировать PDF-файлы в JSON он остановился на Docling для парсинга, но сталкивается с постоянными проблемами на этапе последующего сопоставления данных. Пользователь использует локальную модель Qwen 3.5-9B для преобразования вывода markdown от Docling в определённый формат JSON.

  • Основной режим отказа заключается в неверной маркировке количественных показателей и сумм, а также в замене значений, которые должны оставаться неизменными.
  • Попытки инжиниринга промптов не увенчались успехом, поскольку корректировки создают новые проблемы вместо предоставления обобщённого решения.
  • Пользователь подозревает, что проблема обусловлена внутренними ограничениями возможностей локальных LLM, а не недостатками самого рабочего процесса.

В публикации подчёркивается сложность достижения надёжного извлечения структурированных данных из PDF с использованием исключительно локальных моделей без опоры на внешние API.