Techub News 消息,文档智能初创公司 SoMark 团队开源了文档解析模型 OXR。
三项基准测试排名第一
据介绍,OXR 仅有 1.3B 参数,但在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 三项基准测试中均位列第一。模型可解析表格、公式、化学式等 13 类文档元素,并输出 Markdown 或 JSON 格式。
100 页文档平均处理约 101 秒
在解析速度测试中,OXR 处理 100 页文档的平均用时约为 101 秒,快于同场测试的 PaddleOCR-VL-1.6 和 MinerU2.5-Pro。
采用版面分析与内容识别分离架构
SoMark 表示,OXR 的架构将版面分析与内容识别分离,并首次在后训练阶段引入面向文档解析的递归自我改进训练范式,用于提升模型在复杂文档上的表现。
已开放代码、权重与免费 API
目前,OXR 已开放代码与模型权重,并提供在线 Demo 和免费 API。团队表示,此举旨在让文档中的知识成为 AI 可用的高质量数据,进入更多真实业务场景。该消息由量子位提及。
本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.


