SoMark 的 13 亿参数 OXR 在三项文档解析基准测试中领先，并实现递归自我改进

发生了什么

SoMark 已开源 OXR。这是一款 13 亿参数的文档解析模型，据称在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 上分别得分 97.18、87.84 和 87.76，均排名第一。其递归自我改进流程会识别错误和不确定的预测，对成因进行聚类，并生成有针对性的训练数据，无需新增人工标注。OXR 将版面分析与识别、阅读顺序预测分开进行；据称在一块 RTX PRO 6000 上解析 100 页仅需 101.0 秒。代码、权重、评估流程以及无需注册或密钥即可使用的免费 API 均已开放。

接下来读什么

• 今日还有哪些重要变化Mistral 发布改进版 Mistral Large 4 开放权重模型，面向编程和网络安全

这件事到目前为止

SoMark 已开源 OXR，这是一套文档解析系统，主模型参数量为 13 亿；其代码、权重和基准评测流程现已公开。它还提供在线演示和无需注册或 API 密钥的免费 API。SoMark 表示，只要服务器负载仍在可控范围内，就会继续提供免费服务。 OXR 可处理 13 种文档元素，并输出带有版面坐标的 Markdown 或 JSON。它将可替换的版面分析与识别及阅读顺序预测分离。其递归自我改进流程会找出错误和不确定的预测，对成因进行归类，并生成有针对性的训练数据，无需新增人工标注。 SoMark 报告称，OXR 在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 上分别以 97.18、87.84 和 87.76 的成绩排名第一。团队还表示，在相同测试条件下，OXR 完成完整文档解析的速度快于 PaddleOCR-VL-1.6 和 MinerU2.5-Pro；据报告，OXR 在单张 RTX PRO 6000 上解析 100 页用时 101.0 秒。