SoMark 开源 1.3B 文档解析模型 OXR，三项基准登顶且布局模块可插拔
pmttyji · reddit · 2026-11-07
SoMark 团队在 Hugging Face 发布开源文档解析模型 OXR-1.0：仅 1.3B 参数，从零预训练，后训练采用文档解析领域首创的递归自我改进（RSI）循环，在 olmOCR-Bench、OmniDocBench、DocParsingBench 三个基准均排名第一（表格解析领先幅度尤其大）。
- 可识别 13 类文档元素（公式、表格、化学方程式、化学结构、代码块等），输出含边界框坐标；对 A3 试卷、报纸、竖排文字、手写等难排版也有不错的表现。
- RTX PRO 6000 速度测试中位居开源文档解析模型第一。
- 首个把布局分析做成独立可插拔模块的解析模型，可替换内置布局模型而保留内容识别与阅读顺序能力。
- 配套生态：SoMarkDown 渲染库、SoPDF、Python/JS SDK 等，均开源。
「模型」频道最新
- Inkling 2S 与 Dots3 跑分接近，但价格约贵 3.5 倍 — teortaxesTex · 2026-11-07
- Open ASR 排行榜新增埃及尼日利亚私留数据，细化口音评测 — andimarafioti · 2026-11-07
- 博主盛赞 Claude Opus 5.5：发布月余仍无对手 — prasenx · 2026-11-07
- Ripple-65B Preview 发布：3200 万美元研发成本登顶美国开源 agentic 编码 — The Decoder · 2026-11-07
- 22MB 视觉模型 Mirage 单次前向搞定检测/OCR/分割,手机 NPU 74ms — Henrie_the_dreamer · 2026-11-07
- 4B 小模型 Nemotron 3 Nano 特定任务流胜过前沿大模型 — eliano · 2026-11-07