企业常需将文档转换为结构化数据以支持工作流，这涉及从文档中提取正确的值和记录以供下游系统使用。长文档和重复表格给这一过程带来挑战。研究人员测试了 gpt-oss-20b 和 gpt-oss-120b 作为先进前沿模型的性价比替代方案。起初，这两个模型在字段覆盖方面均存在不足。研究人员探索了针对特定任务的微调以提升其性能。他们采用基于模式（schema）的提取方法，向模型提供文档文本和 JSON 模式。通过精确率、召回率和 F1 分数来衡量提取准确性。微调显著提升了 gpt-oss-20b 和 gpt-oss-120b 的 F1 分数。虽然 gpt-oss-20b 的相对提升幅度更大，但 gpt-oss-120b 取得了更高的最终 F1 分数。尽管这些模型尚未达到前沿模型的水平，但它们证明了针对特定任务微调的价值。研究结论强调，在训练前评估更简单的方案并测量性能至关重要。使用 Foundry Interactive Training 等工具进行自定义微调可带来显著的性能提升。最终模型的选择应取决于所证明的质量与整体部署成本。