Dharma AIの専用OCRモデル「DharmaOCR」が、より新しい汎用モデルを凌駕しブラジルポルトガル語認識で顕著な優位性を示した。最近公開されたMistral OCR4やUnlimited-OCRとのベンチマークで、DharmaOCRは0.925の最高スコアを記録。後発モデルは0.75～0.80台に留まり、約13ポイント差が開いた。この格差の核心は、計算リソースを単一ドメインに集中配分する設計にある。多言語対応の汎用モデルはパラメータが分散するため、固有名詞や文化的文脈において系統誤りを生じやすい。一方DharmaOCRは対象言語の語彙と統語構造に全パラメータを適応させ、認識精度を最大化した。 実運用での信頼性確保には、直接選好最適化（DPO）を基調とした二段階学習が寄与した。教師あり微調整で領域適応を達成した後、DPOにより完全な出力の整合性を学習させることで、複雑な文書でも推論が逸脱したりテキストが劣化したりする現象を抑制。構造化データ抽出基盤としての実用性を高めた。 Dharma AIは、アーキテクチャの進歩が性能上限を引き上げるのは当然だが、有限なリソースを専門分野に集中させる構造上の必然性は変わらないと指摘する。今後一般モデルが高性能化する中で専門モデルとの差は縮小する可能性はあるものの、ドメイン特化の相対的優位性は持続する。同社は最先端の技術動向を独自の専門向けパイプラインに統合し、低コストかつ高速な推論を実現するブラジルポルトガル語特化OCRの開発を継続する方針だ。