1.3B 开源模型 OXR 登顶三大文档解析榜，百页 101 秒
aftahi_ai · x · 2026-10-21
SoMark 团队发布开源文档解析模型 OXR（仅 1.3B 参数，从零预训练），可将 PDF 与文档图像转为带布局坐标的 Markdown 或 JSON 等 Agent 友好数据，支持表格、公式、手写体、化学结构。
- 在 olmOCR-Bench、OmniDocBench、DocParsingBench 三个榜单均为第一，且是开源模型中解析速度最快。
- 单张 RTX PRO 6000 上解析 100 页仅需 101 秒（对比 Chandra-OCR-2 为 1557.8 秒）。
- 技术亮点：后训练阶段采用递归自我改进（RSI）循环，官方称属文档解析领域首次；布局模型可替换。
- 代码开源（GitHub），提供在线 demo 与免费 API。
所属事件:1.3B 开源模型 OXR 登顶三大文档解析榜(3 条相关)→
「编程与Agent」频道最新
- Skills/MCP/RAG/Memory 一张图分清：agent 四类知识机制各管什么 — MaryamMiradi · 2026-10-21
- 客服拒与 AI 对话，用户的 agent 隐瞒身份继续维权 Xfinity — MoonL88537 · 2026-10-21
- Every.to《Codex 是如何诞生的》公开采访原文供读者用 agent 核查 — every · 2026-10-21
- 一条提示词直出 Blender 素材：Voyager+Opus 5.5 全程零配置 — ravisparikh · 2026-10-21
- 航空业的数据溯源思路：智能体如何在图结构数据上拼证据 — colinmcnamara · 2026-10-21
- 让 Claude Code 独立执导 MV：6.5 小时、765M 输入 tokens 完成 — colinmcnamara · 2026-10-21