ELTE 学士论文仓库：小型量化 LLM 财务单据抽取的失败模式分类

ELTE 信息学院学士论文项目开源了完全本地、无需 GPU、符合 GDPR 的财务单据（发票、银行对账单、工资单）结构化抽取流水线，用 PaddleOCR 或 Tesseract 加 Phi-3 Mini / Qwen2.5-3B / Llama-3.2-3B Q4 GGUF 模型，核心贡献是财务文档抽取失败模式分类。结果显示 Qwen2.5-3B 整体最强，SROIE 四字段全对 44%（Phi-3 为 26%）且速度快约一倍；OCR-free 的 Qwen2.5-VL-3B 在杂乱单据上更准（SROIE 四字段 62%），但在 CPU 上慢 2.6 到 8.5 倍且无法区分阅读错误与抽取错误。