Документы и OCRРазбор текста

LiLT

Лёгкая модель, которая учитывает и текст, и расположение блоков на странице: обучается на одном языке и переносится на другие. Подходит для разметки полей резюме и анкет. Решение о кандидате принимает человек, автоматический отбор без проверки использовать нельзя.

Последняя открытая версия вышла в окт 2022. Семейство давно не обновлялось: это не значит, что модель не работает, но свежих исправлений и новых размеров ждать не стоит.

Разработчик
SCUT DLVC Lab, Южно-Китайский технологический университет, Китай
Первый выпуск
сен 2022
Последний выпуск
окт 2022
Размеры
около 130M английская и около 280M многоязычная версия
Лицензия
Можно в коммерциюMIT
Русский язык
Не заявлен
Запуск
Через свой серверРаботает и без видеокарты
Сферы
Документы и бухгалтерия, HR, Финансы
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Разметка полей в резюме и анкетах
  • Извлечение данных из форм и бланков
  • Разбор документов на нескольких языках

Где применяется

HR и подбор персоналаДокументооборотФинансовые отделы

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
нет версий
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. LiLT-InfoXLM-base, многоязычная
  2. LiLT-RoBERTa-en-base

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face
Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать LiLT в коммерческом проекте?

Да. Лицензия: MIT. Это разрешает коммерческое использование, но перед запуском лицензию всё равно стоит показать юристу.

Какое железо нужно для LiLT?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли LiLT русский язык?

В карточке модели языки не перечислены, поэтому поддержку русского обещать нельзя — её нужно проверять на ваших примерах.

Где скачать LiLT и сколько это стоит?

Веса LiLT лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Разбор текстаLayoutLM (v1–v3, LayoutXLM)Microsoft · СШАКоммерция с условиями

Классические модели понимания документов: учитывают текст, его расположение на странице и картинку. Их дообучают под извлечение полей из форм и чеков. Коммерчески свободна только первая версия.

ПодробнееДокументы и OCRDonutNAVER CLOVA · Южная КореяМожно в коммерцию

Читает скан документа и сразу отдаёт заполненную структуру полей, без отдельного OCR. В HR её дообучают под разбор резюме и анкет. Решение о кандидате принимает человек, автоматический отбор без проверки использовать нельзя.

ПодробнееДокументы и OCRTable TransformerMicrosoft · СШАМожно в коммерцию

Небольшие модели, которые находят таблицы на страницах PDF и сканов и восстанавливают их структуру: строки, столбцы, заголовки. Текст внутри читает отдельный OCR.

Подробнее

Источник: huggingface.co/SCUT-DLVCLab/lilt-roberta-en-base. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.