开源文档解析模型 OXR：1.3B 参数，用 RSI 自改进循环做到 SOTA
rohanpaul_ai · x · 2026-10-28
SoMark 团队开源了文档解析模型 OXR（GitHub 1.7k star），把 PDF 和文档图片转成带布局坐标、对 Agent 友好的 Markdown/JSON 数据，从零预训练，宣称精度与速度均达 SOTA。
- 架构思路：小布局模型负责给每个区块画框，1.3B 的 OXR 读取所有框并设定阅读顺序，布局模块可按领域替换。
- RSI 后训练循环：由通用 VLM 标记 OXR 出错或不确定的页面，聚类归组失败原因，再针对每组自动生成新的带标注训练页——全程无需人工标注，实现递归自我改进。
- 提供 Docker 部署、免费 API 和在线 demo，附中英文文档。
所属事件:SoMark 开源 1.3B 文档解析模型 OXR 登顶三榜(2 条相关)→
「模型」频道最新
- GPT-6.1 Terra 登上 GBENCH：成本 $0.03 撬动 85.6 百分位，OpenAI 霸榜前二 — sandersted · 2026-10-28
- 创业者控诉 Claude 写隐私政策过度「道德执法」,连创始人姓名都写进去 — StewartalsopIII · 2026-10-28
- Cartesia Managed Agents 登顶语音 Agent Arena，Elo 1115 领先自家旧品 98 分 — ArtificialAnlys · 2026-10-28
- 社区流出 LFM3-1.7B 去审查 GGUF，拒绝率从 61.7% 降到 0% — alexcovo_eth · 2026-10-28
- CRUX 影子评测:GPT-6 Astra 与 Claude Fable 5.1 独立研究论文均遭专家拒稿 — patpat_mit · 2026-10-28
- Ollama 云服务上线：联手 Crusoe 跑前沿开源模型 — ollama · 2026-10-28