Modelos e instalación

Qvault funciona desde el primer momento con detección por patrones y heurística. Dos funciones opcionales necesitan archivos de modelo en su ordenador: la detección con IA (capa 3) y el OCR para documentos escaneados. Esta página explica de dónde proceden esos archivos y cómo instalarlos.

Qué necesita un modelo

Todos los modelos se gestionan en Configuración → Detección por IA (el gestor de modelos). Se guardan en la carpeta de datos de Qvault, se comprueban contra un SHA-256 fijado antes de su primer uso en cada sesión y pueden borrarse en cualquier momento. La IA y el OCR solo están disponibles en la aplicación de escritorio.

Modelos de detección con IA (capa 3)

En el gestor de modelos, pulse Descargar junto a un modelo. Qvault muestra el tamaño y el servidor de origen antes de transferir nada. La descarga procede directamente de Hugging Face por HTTPS (nunca de redes entre pares), muestra el progreso real, puede cancelarse y se comprueba contra el tamaño y el SHA-256 indicados abajo antes de darla por buena.

Privacy Filter (detector por defecto)

OpenAI Privacy Filter es el detector recomendado. Etiqueta cada página de una vez, en unos 0,2 segundos con CPU, y necesita unos 2 GB de memoria. Son cuatro archivos (unos 1,65 GB en total) de la revisión fijada de openai/privacy-filter, con licencia Apache-2.0. El gestor de modelos descarga los cuatro; para importarlos, elija Importar carpeta… y seleccione una carpeta que los contenga (también sirve la estructura de Hugging Face, con la subcarpeta onnx/), o importe los archivos uno a uno. Qvault conserva un conjunto incompleto hasta que llega el último archivo.

SHA-256 (model_quantized.onnx): a325fb5341567a73c94e91ec5e49060d38d9b16111f518ad34773039a0c9c098
SHA-256 (model_quantized.onnx_data): 50f4c8c7f3c27fbc1fe16d4f74f6f7c3b74ba8f18a262e8b6911854c64c33a6d
SHA-256 (tokenizer.json): 0614fe83cadab421296e664e1f48f4261fa8fef6e03e63bb75c20f38e37d07d3
SHA-256 (viterbi_calibration.json): bbc8611ef08a55ed72d64856cbbbb9a91db8dfa881f0a92e2afbad6e4bbc775a

Privacy Filter no busca nombres de empresas, importes ni números de expediente; las capas 1–2 siguen cubriéndolos, y la revisión exhaustiva opcional de abajo añade un modelo de lenguaje.

Modelos de lenguaje (revisión exhaustiva opcional)

Un modelo de lenguaje puede ejecutarse después de Privacy Filter (Ejecutar también el modelo de lenguaje), lo que encuentra más datos pero es mucho más lento (unos 6 segundos por página con GPU), o en su lugar.

SHA-256 (qwen3-1.7b-q8_0.gguf): 061b54daade076b5d3362dac252678d17da8c68f07560be70818cace6590cb1a
SHA-256 (qwen3-0.6b-q8_0.gguf): 9465e63a22add5354d9bb4b99e90117043c7124007664907259bd16d043bb031
SHA-256 (qwen3-4b-q4_k_m.gguf): 7485fe6f11af29433bc51cab58009521f205840f5b4ae3a32fa7f92e8534fdf5
SHA-256 (qwen3-8b-q4_k_m.gguf): d98cdcbd03e17ce47681435b5150e34c1417f50b5c0019dd560e4882c5745785
SHA-256 (qwen2.5-0.5b-instruct-q4_k_m.gguf): 74a4da8c9fdbcd15bd1f6d01d621410d31c6fc00986f5eb687824e7b93d7a9db
SHA-256 (qwen2.5-1.5b-instruct-q4_k_m.gguf): 6a1a2eb6d15622bf3c96857206351ba97e1af16c30d7a74ee38970e434e9407e

A continuación, active Usar detección con IA (capa 3) al escanear. Los hallazgos de la IA indican qué detector los encontró y se añaden con una confianza que depende de la categoría (por ejemplo, 80 % para nombres y 50 % para direcciones y números de expediente) y siempre quedan pendientes de su revisión. Si Privacy Filter no puede ejecutarse, el análisis usa el modelo de lenguaje si hay uno instalado. Si el motor de IA no está disponible o un fragmento falla, el análisis termina igualmente con las capas 1–2 y el visor indica qué se ha omitido.

Modelo de agrupación de entidades (opcional)

Qvault agrupa las variantes de un mismo nombre, empresa o número con reglas que no necesitan modelo. Un modelo de embeddings opcional añade propuestas adicionales basadas en el significado; nunca fusiona nada por sí solo. En nuestro pequeño conjunto de prueba no mejoró el resultado, así que puede prescindir de él.

SHA-256: 06e7a7e594a26985523c18383aba4aad39fe6e14f08ffc6ab5b554e1ccdc3cff

Modelos de OCR: descarga e importación

La aplicación no descarga los modelos de OCR. Descargue usted mismo los dos archivos siguientes, compruébelos e impórtelos. Solo hay que hacerlo una vez por equipo.

SHA-256 (craft_mlt_25k.gguf): 74501993caf4581ce09b280f49a1b3d249c0f5a78496e047718b398457a875aa
SHA-256 (latin_g2.gguf): dd1c7a436e9175904e63683e939635892f45c8c6377d5e14e87cf8b175e10768

1. Descargue los dos archivos en una misma carpeta, por ejemplo Descargas/qvault-ocr, con los enlaces de la tabla. No cambie los nombres de los archivos.
2. Compruebe las sumas de verificación (véase más abajo). Cada hash debe coincidir exactamente con el de la tabla.
3. Abra Qvault → Configuración → Detección por IA y busque Modelos OCR.
4. Pulse Importar desde archivo… y elija craft_mlt_25k.gguf. Repita con latin_g2.gguf. Qvault reconoce cada archivo por su SHA-256 y lo copia en su carpeta de modelos.
5. Opcional: pulse Probar motor de IA para ejecutar el OCR sobre una imagen de prueba incluida. Después puede borrar las copias descargadas.

Comprobar las sumas de verificación

Qvault comprueba el hash al importar, así que un archivo dañado o alterado se rechaza en cualquier caso. Comprobarlo usted antes es una buena práctica y es la forma de confirmar que un archivo copiado en un soporte extraíble está íntegro.

macOS y Linux

cd ~/Downloads/qvault-ocr
shasum -a 256 craft_mlt_25k.gguf latin_g2.gguf
# En Linux también: sha256sum craft_mlt_25k.gguf latin_g2.gguf

Windows (símbolo del sistema)

cd %USERPROFILE%\Downloads\qvault-ocr
certutil -hashfile craft_mlt_25k.gguf SHA256
certutil -hashfile latin_g2.gguf SHA256

En PowerShell puede usar Get-FileHash .\craft_mlt_25k.gguf -Algorithm SHA256. Windows muestra el hash en mayúsculas; compárelo sin tener en cuenta mayúsculas y minúsculas.

Resultado esperado:

74501993caf4581ce09b280f49a1b3d249c0f5a78496e047718b398457a875aa  craft_mlt_25k.gguf
dd1c7a436e9175904e63683e939635892f45c8c6377d5e14e87cf8b175e10768  latin_g2.gguf

Equipos aislados de la red

Muchos despachos revisan documentos en equipos sin conexión. Qvault lo admite plenamente:

1. En un equipo con conexión, descargue el instalador de Qvault desde GitHub Releases, los dos archivos de OCR y, si quiere usar la capa 3, los cuatro archivos de Privacy Filter y, opcionalmente, un modelo Qwen desde los enlaces de abajo.
2. Compruebe todas las sumas de verificación en ese equipo.
3. Copie los archivos en un soporte extraíble y llévelos al equipo aislado. Vuelva a comprobar las sumas allí.
4. Instale Qvault e importe cada modelo con Importar desde archivo…. No hace falta conexión en ningún momento.

Archivos de Privacy Filter en la revisión fijada: model_quantized.onnx · model_quantized.onnx_data · tokenizer.json · viterbi_calibration.json

Archivos Qwen en las revisiones fijadas: Qwen3-1.7B-Q8_0.gguf · Qwen3-0.6B-Q8_0.gguf · Qwen3-4B-Q4_K_M.gguf · Qwen3-8B-Q4_K_M.gguf · qwen2.5-0.5b-instruct-q4_k_m.gguf · qwen2.5-1.5b-instruct-q4_k_m.gguf

Solución de problemas

• «Archivo de modelo no reconocido». El hash del archivo no coincide con ningún modelo conocido por Qvault. Suele tratarse de una descarga incompleta: vuelva a descargarlo y compruebe de nuevo el hash. No acepte un archivo desconocido como modelo de OCR.
• «El motor de IA no está incluido en esta compilación». Está usando una compilación sin el proceso auxiliar de QVAC (por ejemplo, un cargo build sin más). Las capas 1–2 siguen funcionando; use una versión oficial para la IA y el OCR.
• «Probablemente demasiado grande para este equipo». Qvault comprueba si un modelo cabe en la memoria antes de cargarlo. Elija un modelo más pequeño, como Qwen3 0.6B, o use Privacy Filter sin la revisión exhaustiva. El gestor de modelos muestra, antes de descargar, la memoria que necesita cada modelo y la de su equipo.
• Windows. El motor de QVAC necesita un controlador Vulkan reciente incluso para inferencia en CPU. En máquinas virtuales o con gráficos muy antiguos, la IA y el OCR pueden no estar disponibles; las capas 1–2 no se ven afectadas.