Qwen: документы, мультиязычность и работа с Китаем

Что такое Qwen

Qwen (通义千问, «Тунъи Цяньвэнь») — линейка моделей Alibaba. У неё две важные особенности для российского пользователя. Во-первых, это одна из самых сильных моделей в мире по работе с китайским языком: она создавалась в языковой среде, где этот язык основной, а не переводной. Во-вторых, значительная часть линейки распространяется с открытыми весами — вокруг неё большое сообщество и много вариантов под узкие задачи.

В каталоге Китай-API Qwen занимает нишу «работа с документом»: длинный контекст, аккуратное следование формату ответа и уверенное переключение между русским, английским и китайским в одном запросе.

Три сильные стороны

1. Структурированный вывод

Qwen хорошо держит заданный формат: если вы просите «выдай JSON с полями contract_number, date, amount, counterparty», вы действительно получите JSON, а не объяснение о том, как выглядит JSON. Это делает модель пригодной для автоматизации: её ответ сразу идёт в код без ручной чистки.

2. Работа с двумя языками одновременно

Для компаний, работающих с китайскими поставщиками, это ключевое. Модель может прочитать китайский оригинал, сверить его с русским переводом и показать расхождения: изменилась сумма, срок оплаты, условия приёмки. Раньше для этого требовался человек со знанием языка.

3. Длинный контекст

В один запрос помещается документ целиком, а не абзац. Это принципиально меняет качество: модель видит определения терминов из начала договора и не путает их с упоминаниями в середине.

Как выглядит разбор документа

Типовой сценарий автоматизации: входящий PDF со счетами или договорами превращается в таблицу, с которой дальше работает бухгалтерия. Самое важное здесь — не «умность» модели, а место человека в процессе.

Сценарии: бизнес и быт

В бизнесе

• Сверка договоров с китайскими партнёрами. Сравнить оригинал и перевод, вытащить сроки, штрафы, условия приёмки.
• Счета и накладные на потоке. Извлечение полей в таблицу вместо ручного ввода.
• Товарные каталоги. Привести сотни позиций к единому формату: название, характеристики, единицы измерения.
• Тендерная и нормативная документация. Выжимка требований и рисков из документа, который никто не хочет читать целиком.
• Внутренняя база знаний. Поиск ответа по регламентам компании с указанием, где именно это написано.

В обычной жизни

• Понять условия договора аренды, страхования или рассрочки — простыми словами, с выделением рисков.
• Перевести и объяснить переписку с зарубежным продавцом на маркетплейсе.
• Разобрать инструкцию к бытовой технике и найти причину неисправности по описанию симптомов.
• Привести в порядок личные документы: собрать список выплат, сравнить тарифы, посчитать сроки.

Промпт для извлечения данных

Рабочий шаблон, который стоит адаптировать под свои поля:

Строка про null вместо догадки — самая важная в этом шаблоне. Без неё модель подставит правдоподобное число, и ошибку вы найдёте уже в отчётности.

Где Qwen ошибётся

• Мелкий текст и плохие сканы. Если в PDF сумма набрана шрифтом 6 пт или документ пережат до каши, модель может подставить число из похожей строки.
• Итоги и арифметика. Сложение сумм из таблицы стоит перепроверять отдельно — модели ошибаются в арифметике чаще, чем в чтении текста.
• Юридические формулировки. Толкование пункта договора зависит от контекста и практики; модель даст разумную интерпретацию, но не юридическую консультацию.
• Даты и нормы права. Всё, что меняется со временем, требует проверки у источника.