Schemer: on-device vrije tekst naar gestructureerde JSON
On-device extractie die vrije tekst omzet in een getypeerd JSON-object dat overeenkomt met je JSON Schema, zonder waarden te verzinnen voor ontbrekende velden.
Schemer neemt vrije tekst en een door de ontwikkelaar geleverd JSON Schema en geeft een JSON-object terug dat daarmee overeenkomt, met typegaranties in plaats van gegenereerde tekst. Gewoon JSON Schema erin (compatibel met OpenAI en Gemini), getypeerde JSON eruit. Zijn kracht is afwezigheidsdetectie: weten wanneer een veld simpelweg niet in de tekst staat, met 0,91 tegenover 0,18 tot 0,43 voor geprompte LLM's, precies waar generatieve extractors falen. Het model is algemeen; de referentie bij de lancering is het aanmaken van taken.
Demo
Prestaties
Met 211M parameters en 111 MB zijn de enige modellen die nauwkeuriger zijn dan Schemer 40 keer zo groot of groter. Als de tekst een veld niet noemt, laat Schemer het in 91% van de gevallen leeg in plaats van een waarde te verzinnen, tegenover 18 tot 43% voor geprompte LLM's.
9.021 apart gehouden records over zeven gebruiksdomeinen, 13 talen (intern)
| Model | Nauwkeurigheid | Afwezigheid | Parameters | Schijf |
|---|---|---|---|---|
| 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 |
Interne evaluatie op 9.021 apart gehouden records; concurrenten draaien op dezelfde apart gehouden set.
Toepassingen
Natuurlijke taal naar agenda-item
Zet “Lunch met Priya volgende week donderdag om 1 uur, ongeveer een uur” om in een getypeerd event: titel, startdatum en -tijd, duur en herhaling. Draait in een toetsenbord- of notitie-app, op het apparaat en offline.
Berichten naar gestructureerde records
Zet een chatbericht, e-mail of gescande notitie om in een CRM-lead, order of factuur: namen, e-mailadressen, bedragen en datums, elk omgezet naar het juiste type, met ontbrekende velden als null teruggegeven in plaats van geraden.
Schonere input voor on-device LLM's
Structureer rommelige tekst vooraf tot gevalideerde, getypeerde velden voordat die een on-device LLM bereikt. Schone, gestructureerde input in plaats van ruwe tekst beperkt hallucinatie en tokenkosten en verhoogt de nauwkeurigheid, allemaal zonder het apparaat te verlaten.
On-device agents en formulieren invullen
Geef een lokale agent een JSON Schema en vrije tekst en krijg getypeerde JSON terug om een actie te starten of een formulier voor in te vullen, zonder cloud-LLM en zonder kosten per aanroep.
Reviews en feedback naar beoordelingen
Zet een vrije-tekstreview om in een getypeerde sterbeoordeling, een sentimentlabel (positief, gemengd, negatief) en flags zoals zou-opnieuw-kopen, klaar om te sorteren of te routeren zonder ze allemaal te lezen.
Rommelige records normaliseren
Converteer in batch inconsistente vrije-tekstrecords, notities, logs of geëxporteerde spreadsheets naar één schoon, getypeerd schema, met ontbrekende velden gemarkeerd in plaats van verzonnen, op het apparaat.
Wat het doet
- Gewoon JSON Schema erin (compatibel met OpenAI en Gemini), getypeerde JSON eruit.
- Decodeert strings, getallen, booleans, datetimes, labels en arrays naar hun echte types.
- Expliciete afwezigheidsdetectie: meldt een veld als ontbrekend in plaats van een waarde te verzinnen.
- Werkt in 13 talen vanuit één model, zonder configuratie per taal.
Specs
- Parameters
- 211M (gesnoeide mmBERT-base-encoder)
- Nauwkeurigheid
- 0,800 (int8), 0,911 afwezigheidsdetectie
- Grootte
- 111 MB (int4 AWQ), 218 MB (int8)
- Formaten
- Core ML en ONNX, cross-platform
FAQ
Wat is Schemer?
On-device extractie die vrije tekst omzet in een getypeerd JSON-object dat overeenkomt met je JSON Schema, zonder waarden te verzinnen voor ontbrekende velden.
Draait Schemer op het apparaat?
Ja. Schemer draait volledig op het apparaat: inferentie gebeurt lokaal, zonder serveraanroep, dus data verlaat nooit het apparaat.
Is Schemer al beschikbaar?
Schemer is in besloten bèta. Je kunt early access aanvragen op de pagina.
Hoeveel kost Schemer?
Elk model is gratis voor maximaal 100k maandelijks actieve apparaten per SDK. Onbeperkte inferentie per gebruiker. Neem contact op voor aangepaste licenties.
Hoe nauwkeurig of snel is Schemer?
Met 211M parameters en 111 MB zijn de enige modellen die nauwkeuriger zijn dan Schemer 40 keer zo groot of groter. Als de tekst een veld niet noemt, laat Schemer het in 91% van de gevallen leeg in plaats van een waarde te verzinnen, tegenover 18 tot 43% voor geprompte LLM's.
Early access
Vertel ons wat je bouwt, dan zetten we je op weg.