开源文档解析模型 OXR 发布:训练用 RSI 循环,主打 Agent 友好输出
rohanpaul_ai · x · 2026-10-21
SoMark 团队开源了文档解析模型 OXR(Optical Everything Recognition),可将 PDF 和文档图片转为带版面坐标的 Markdown 或 JSON 格式「Agent 友好数据」。
要点:
- 从零预训练,后训练阶段采用递归自我改进(RSI)循环,宣称达到 SOTA 的准确率与速度
- 提供在线 Demo 和免费 API
- 仓库包含 Docker 部署、配置示例与测试,附中英文 README
- 项目目前较早期(9 stars、13 次提交)
适合需要把文档接入 Agent 工作流的开发者关注。
所属事件:1.3B 开源文档解析模型 OXR 横扫三大基准(4 条相关)→
「编程与Agent」频道最新
- 开发者实测：Opus 5.5 与 GPT 6.1 用量额度宽松到几乎撞不到顶 — joshgonsalves_ · 2026-10-21
- Anaconda 转型 AI 平台：推多智能体集群、安全测试与生产工作流 — anacondainc · 2026-10-21
- 95 天做到月入 10 万英镑,零全职员工全靠 Claude Code 体系 — aakashgupta · 2026-10-21
- 开发者自述：全部交给 agent 后，MacBook 沦为无头主机数周未碰 — MarcJSchmidt · 2026-10-21
- Reason Network 开源：让 Claude Code 与 Grok Bot 等 Agent 互相对话 — AIFlow_ML · 2026-10-21
- Omnigent v0.19 发布：MCP 网关统一管控 Agent 工具与私有 Git 仓库 — matei_zaharia · 2026-10-21