1.3B 开源 OXR 登顶三大文档解析榜，吞吐 3 倍于 GLM-OCR
rohanpaul_ai · x · 2026-10-21
OXR 是一个仅 1.3B 参数的开源文档解析模型，号称首个在后训练中使用 RSI（自我改进）的文档解析器：VLM 评估自身输出，rollout 分歧标记不确定样本，独立聚类模型归因失败原因，再据此定向生成下一轮训练数据。成果：在 olmOCR-Bench、OmniDocBench、DocParsingBench 三个榜单均排名第一，且在单张 RTX PRO 6000 上吞吐达到 GLM-OCR 的 3.05 倍，为开源模型中的最快速度。定位是「把文档变成 Agent 友好的数据」。GitHub 已开源。
所属事件:SoMark 开源 1.3B 文档解析模型 OXR，登顶三大基准(5 条相关)→
「多模态」频道最新
- 字节 Dreamina Image 4.0 上线:6 图融合+4K 输出实测 — Aiden_Tech_Ai · 2026-10-21
- Flux Klein 的 reference latent 节点风格迁移效果出众 — Inevitable_Pen9043 · 2026-10-21
- AI 一致性角色 IP 演示：一个形象贯穿海报、周边到现场 — eyal_zuri · 2026-10-21
- AI 奇幻爱情短片《Alpha Meik & Luna Martina》发布 — Soundangel-Martina · 2026-10-21
- AcademiaSD 开源训练器支持 Fibo 2.0 LoRA,NF4 量化后 5.2GB 显存即可训练 — AcademiaSD · 2026-10-21
- AI 画出巨型环形太空城，「往更深处又找到了更多天空」 — piotrbinkowski · 2026-10-21