Schemer：オンデバイスで自由記述テキストを構造化 JSON に
自由記述のテキストを、指定した JSON Schema に沿う型付きの JSON オブジェクトに変換する、オンデバイスの抽出。欠けているフィールドに値をでっち上げることはありません。
Schemer は、自由記述のテキストと開発者が指定した JSON Schema を受け取り、それに沿う JSON オブジェクトを返します。生成テキストではなく型が保証されます。素の JSON Schema を入力し（OpenAI と Gemini に対応）、型付きの JSON を出力します。強みは欠損検出です。フィールドが単にテキストに存在しないことを見分ける精度が 0.91 で、プロンプトベースの LLM の 0.18〜0.43 を大きく上回ります。まさに生成型の抽出器が失敗する部分です。モデルは汎用的で、ローンチ時のリファレンス実装はタスク作成です。
デモ
パフォーマンス
211M パラメータ、111 MB の Schemer より高精度なモデルは、いずれもその 40 倍以上のサイズです。テキストにフィールドが登場しない場合、Schemer は値をでっち上げず 91% の割合で空のままにします。プロンプトベースの LLM では 18〜43% です。
7 つの用途区分、13 言語にわたる 9,021 件のホールドアウトレコード（社内計測）
| モデル | 精度 | 欠損 | パラメータ | ディスク |
|---|---|---|---|---|
| Gemma 4 26B A4B | 0.834 | 0.428 | 26.6B | 17.2 GB |
| Claude Haiku 4.5 | 0.816 | 0.431 | n/a | API |
| Qwen 3.5 9B | 0.812 | 0.434 | 9.1B | 9.1 GB |
| Schemer (int8) | 0.800 | 0.911 | 211M | 218 MB |
| Schemer (int4) | 0.793 | 0.908 | 211M | 111 MB |
| Ministral 3 8B | 0.790 | 0.430 | 8.0B | 17.8 GB |
| Gemma 4 E2B | 0.780 | 0.427 | 5.1B | 8.3 GB |
| Qwen 3.5 0.8B | 0.651 | 0.351 | 0.87B | 1.75 GB |
| NuExtract-2.0-2B | 0.643 | 0.393 | 2.2B | 4.4 GB |
| GLiNER2-multi | 0.585 | 0.374 | 307M | 309 MB |
| GLiNER2-base | 0.524 | 0.368 | 205M | 834 MB |
| NuExtract-tiny-v1.5 | 0.334 | 0.222 | 0.5B | 954 MB |
| FunctionGemma 270M | 0.288 | 0.181 | 0.27B | 540 MB |
9,021 件のホールドアウトレコードによる社内評価。競合も同じホールドアウトセットで実行しています。
ユースケース
自然言語からカレンダーの予定へ
「来週木曜 1 時から 1 時間ほど Priya とランチ」を、型付きの予定に変換します。タイトル、開始日時、所要時間、繰り返しといった項目です。キーボードやメモアプリの中で、オンデバイス・オフラインで動作します。
メッセージを構造化レコードへ
チャットメッセージ、メール、スキャンしたメモを、CRM のリード、注文、請求書に変換します。氏名、メールアドレス、金額、日付がそれぞれ本来の型にデコードされ、欠けているフィールドは推測せず null として返されます。
オンデバイス LLM 向けのより整った入力
雑然としたテキストを、オンデバイス LLM に渡す前に、検証済みで型付きのフィールドへあらかじめ構造化します。生の文章ではなく整った構造化入力を使うことで、ハルシネーションとトークンコストを抑え、精度を高めます。すべてデバイスの外に出ることなく行われます。
オンデバイスのエージェントとフォーム入力
ローカルのエージェントに JSON Schema と自由記述のテキストを渡すと、型付きの JSON が返り、アクションの起動やフォームの事前入力に使えます。クラウド LLM も呼び出しごとの課金も不要です。
レビューやフィードバックを評価へ
自由記述のレビューを、型付きの星評価、感情ラベル（positive、mixed、negative）、再購入意向などのフラグに変換します。1 件ずつ読まなくても、並べ替えや振り分けにそのまま使えます。
雑然としたレコードの正規化
不揃いな自由記述のレコード、メモ、ログ、エクスポートした表計算データを、1 つの整った型付きスキーマにまとめて変換します。欠けているフィールドはでっち上げずにフラグを立て、処理はオンデバイスで行います。
できること
- 素の JSON Schema を入力（OpenAI と Gemini に対応）、型付きの JSON を出力。
- 文字列、数値、真偽値、日時、ラベル、配列を本来の型にデコード。
- 明示的な欠損検出：値をでっち上げるのではなく、フィールドを欠損として報告。
- 単一のモデルで 13 言語に対応。言語ごとの設定は不要。
仕様
- パラメータ
- 211M（プルーニングした mmBERT-base エンコーダー）
- 精度
- 0.800（int8）、欠損検出 0.911
- サイズ
- 111 MB（int4 AWQ）、218 MB（int8）
- 形式
- Core ML と ONNX、クロスプラットフォーム
FAQ
Schemer とは？
自由記述のテキストを、指定した JSON Schema に沿う型付きの JSON オブジェクトに変換する、オンデバイスの抽出。欠けているフィールドに値をでっち上げることはありません。
Schemer はオンデバイスで動作しますか？
はい。Schemer は完全にオンデバイスで動作します。推論はローカルで行われ、サーバーへの通信は発生しないため、データがデバイスの外に出ることはありません。
Schemer はもう利用できますか？
Schemer はクローズドベータです。このページから早期アクセスをリクエストできます。
Schemer の料金はいくらですか？
すべてのモデルは、SDK ごとに月間アクティブデバイス 100k 台まで無料です。ユーザーあたりの推論は無制限です。 カスタムライセンスについては、お問い合わせください。
Schemer の精度や速度はどれくらいですか？
211M パラメータ、111 MB の Schemer より高精度なモデルは、いずれもその 40 倍以上のサイズです。テキストにフィールドが登場しない場合、Schemer は値をでっち上げず 91% の割合で空のままにします。プロンプトベースの LLM では 18〜43% です。
早期アクセス
開発中のプロダクトについてお聞かせください。セットアップをお手伝いします。