1.3B 开源文档解析模型 OXR 登顶三大榜：100 页解析仅 101 秒
s_mohinii · x · 2026-10-21
SoMark 团队发布开源文档解析模型 OXR（Optical Everything Recognition），仅 1.3B 参数，在 olmOCR-Bench、OmniDocBench 和 DocParsingBench 三个基准上均排名第一。
要点：
- 将 PDF 和文档图片转为带布局坐标的 Markdown/JSON，可处理表格、印章等 12 类元素，输出对 Agent 友好
- 后训练首次引入递归自我改进（RSI）循环，布局分析模块可独立替换，方便团队适配自己的文档边界
- 速度实测：单张 RTX PRO 6000 上解析 100 页 OmniDocBench 文档用时 101 秒，远快于 MinerU2.5-Pro 的 254.7 秒，为所测开源解析器中最快
- 提供 GitHub 开源仓库、在线 Demo 和免费 API
「模型」频道最新
- Space Bunny Alpha 实为 MiniMax M3.1 Flash：1M 上下文、主打性价比 — ZabihullahAtal · 2026-10-21
- Rork 界面现「Opus 5.5 Medium」选项,Anthropic 新模型或曝光 — rudrank · 2026-10-21
- RSI-Bench 首批任务通过验证管线,含 reward-hacking 检测与补丁 — SRSchmidgall · 2026-10-21
- 开发者吐槽 Anthropic 生物安全护栏：读篇论文就触发拦截 — robleclerc · 2026-10-21
- Reddit 用户称本地运行的未审查版 DeepSeek 对病毒提问毫无犹豫直接作答 — Only_Light_9817 · 2026-10-21
- Interconnects 第 25 期：盘点 28 个新模型，覆盖 DeepSeek V4.1 Flash 与中美新监管 — natolambert · 2026-10-21