الإجاباتمنشور19 المصادر
OXR-1.0: محلّل مستندات صغير للذكاء الاصطناعي… وما الذي ينبغي اختباره
يحوّل OXR 1.0 ملفات PDF وصور المستندات إلى Markdown أو JSON، مع إحداثيات تساعد على الاحتفاظ ببنية الصفحة. تقول SoMark إن النموذج يتعرف على 13 نوعاً من عناصر المستند، بينها الجداول والمعادلات والكتل البرمجية والعناصر الكيميائية.
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- يحوّل OXR 1.0 ملفات PDF وصور المستندات إلى Markdown أو JSON، مع إحداثيات تساعد على الاحتفاظ ببنية الصفحة.
- تقول SoMark إن النموذج يتعرف على 13 نوعاً من عناصر المستند، بينها الجداول والمعادلات والكتل البرمجية والعناصر الكيميائية.
- نتائجه المنشورة تضعه في الصدارة ضمن مقارنات محددة، لكن على الفرق اختبار دقة الجداول وترتيب القراءة والسرعة على مستنداتها ومراجعة شروط الترخيص.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What is SoMark’s open-source OXR-1.0 (Optical Everything Recognition), announced by the Chinese document-intelligence team in October 2026,. Article summary: OXR-1.0 (“Optical Everything Recognition”) is SoMark’s 1.3-billion-parameter document-parsing model, announced in October 2026, that converts PDFs and document images into Markdown or JSON with layout coordinates—not jus. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
قد لا يكفي استخراج الكلمات من مستند كي يفهمه نظام ذكاء اصطناعي؛ فالجداول، وترتيب الأعمدة، ومكان كل فقرة على الصفحة قد تكون مهمة بقدر النص نفسه. لهذا صممت SoMark نموذج OXR-1.0، وهو محلّل مستندات يضم 1.3 مليار مُعامل ويحوّل ملفات PDF وصور المستندات إلى Markdown أو JSON مع إحداثيات التخطيط.4
5
7
قد تجعل هذه المخرجات المحتوى أنسب لأنظمة التوليد المعزز بالاسترجاع (RAG) ووكلاء الذكاء الاصطناعي من نص OCR غير المنظم. لكن مدى فائدتها يعتمد على احتفاظ النموذج بالبنية وترتيب القراءة اللذين يحتاجهما التطبيق؛ فالنتائج في الاختبارات المعيارية وحدها لا تحسم ذلك لكل نوع من المستندات.
ما الذي يفعله OXR-1.0؟
بحسب مواد المشروع، يتعرف OXR على 13 نوعاً من عناصر المستند. وتشمل الأمثلة التي تذكرها SoMark الجداول والمعادلات والكتل البرمجية والأختام والمعادلات والبنى الكيميائية، مع إحداثيات تحدد مواضع العناصر على الصفحة.4
5
يمكن لهذه المعلومات أن تساعد النظام اللاحق على التمييز بين جدول وفقرة، أو ربط معلومة بمكان ظهورها في المستند. لكن النتيجة العملية تتوقف على جودة استخراج هذه العناصر ودقة ترتيبها في الملفات التي تستخدمها فعلياً.
تحليل تخطيط قابل للتبديل وتدريب يراجع الأخطاء
تصف SoMark تحليل التخطيط في OXR بأنه مكوّن مستقل وقابل للتبديل، بما يتيح للفريق استخدام نموذج تخطيط يناسب احتياجاته. ويصف مصدر آخر هذا الجزء كذلك بأنه منفصل عن بقية مكونات التحليل.8
22 قد يفيد ذلك عند التعامل مع صفحات ذات تنسيقات متخصصة، لكن من الأفضل اختبار مكوّن التخطيط المختار إلى جانب التعرف على النص وترتيب القراءة.
وتقول الشركة إن مرحلة التدريب اللاحقة تتضمن حلقة تحسين ذاتي تكرارية: تُستخدم أخطاء التحليل لتوجيه التحسين، فيما يصف تقرير ثانوي الاستعانة بنموذج رؤية ولغة خارجي وتجميع حالات الإخفاق بحسب أسبابها.7
8 هذه آلية تدريب، وليست دليلاً على أن النموذج المنشور يتعلم تلقائياً من كل مستند يعالجه.
ماذا تقول نتائج الاختبارات؟
في لقطة المقارنة المنشورة من SoMark، سجّل OXR-1.0 97.18 في OmniDocBench، و87.84 في olmOCR-Bench، و87.76 في DocParsingBench، وجاء أولاً بين النماذج المشمولة في تلك المقارنة. كما يبرز المشروع أداءه في تحليل الجداول.1
5
هذه درجات لا تعني نسبة دقة عامة مضمونة على أي مجموعة مستندات. فالنتائج مرتبطة بالنماذج وإجراءات التقييم في المقارنة المنشورة؛ لذلك يُستحسن اختبار عينة تمثيلية من ملفات العمل، بما فيها الجداول المعقدة والصفحات متعددة الأعمدة، قبل الاعتماد عليه في بيئة الإنتاج.1
وتعرض مواد SoMark أيضاً أرقاماً مرتفعة لسرعة التحليل. تسجل إحدى لقطات المقارنة 557.77 رمزاً أصلياً في الثانية و0.990373 صفحة في الثانية، فيما يذكر تقرير آخر إنجاز اختبار من 100 صفحة في نحو 101 ثانية.1
31 تظل هذه أرقاماً مُعلنة، ولا تضمن السرعة نفسها مع عتاد مختلف أو أنواع مستندات وإعدادات تشغيل أخرى.
الإتاحة وشروط الترخيص
يتوفر كود OXR على GitHub وأوزان النموذج على Hugging Face.4
13 لكن يجدر مراجعة الترخيص قبل اعتماده: يصف المستودع الترخيص بأنه Apache 2.0 مع شروط إضافية، تتضمن أحكاماً تخص الاستخدام التجاري.
26 لذلك لا ينبغي افتراض أن وصف المشروع بأنه «مفتوح المصدر» يعني إتاحة الاستخدام التجاري بلا قيود.
هل يناسب أنظمة RAG ووكلاء الذكاء الاصطناعي؟
يستحق OXR التقييم إذا كان خط المعالجة يحتاج إلى بنية المستند، لا إلى النص المستخرج وحده، وكانت مخرجات Markdown أو JSON المصحوبة بإحداثيات الصفحة ملائمة للنظام اللاحق. أما درجاته المعلنة وسرعته فتجعله خياراً جديراً بالاختبار، لا بديلاً مضموناً يمكن تركيبه مباشرة.1
4
7
جرّبه على عينة من مستنداتك وافحص دقة الجداول، وترتيب القراءة، وجودة الإحداثيات، وزمن المعالجة، وشروط الترخيص. هذه الاختبارات ستعطيك مؤشراً أوضح على ملاءمته لاحتياجك من ترتيبه في قائمة تقييم وحدها.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "OXR-1.0: محلّل مستندات صغير للذكاء الاصطناعي… وما الذي ينبغي اختباره"؟
يحوّل OXR 1.0 ملفات PDF وصور المستندات إلى Markdown أو JSON، مع إحداثيات تساعد على الاحتفاظ ببنية الصفحة.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
يحوّل OXR 1.0 ملفات PDF وصور المستندات إلى Markdown أو JSON، مع إحداثيات تساعد على الاحتفاظ ببنية الصفحة. تقول SoMark إن النموذج يتعرف على 13 نوعاً من عناصر المستند، بينها الجداول والمعادلات والكتل البرمجية والعناصر الكيميائية.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
نتائجه المنشورة تضعه في الصدارة ضمن مقارنات محددة، لكن على الفرق اختبار دقة الجداول وترتيب القراءة والسرعة على مستنداتها ومراجعة شروط الترخيص.
المصادر
github.comGitHub - SoMarkAI/OXR
somark.aiErrors as Data: How RSI Helps OXR Achieve SOTA Accuracy and Speed in Document Parsing
fourweekmba.comOpen 1.3B OXR Tops 3 Parsing Tests, With $2M Licence ...
slm.expertOXR-1.0 — slm.expert