AnswersPublished19 sources
SoMarks OXR-1.0: Hvad kan dokumentmodellen med 1,3 mia. parametre?
SoMarks OXR 1.0 omdanner PDF filer og dokumentbilleder til Markdown eller JSON med koordinater for elementernes placering på siden. Modellen genkender 13 typer dokumentelementer, og SoMark rapporterer topplaceringer på tre benchmarks.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- SoMarks OXR 1.0 omdanner PDF filer og dokumentbilleder til Markdown eller JSON med koordinater for elementernes placering på siden.
- Modellen genkender 13 typer dokumentelementer, og SoMark rapporterer topplaceringer på tre benchmarks.
- Resultaterne er ikke garanti for ydeevne på dine egne dokumenter, og licensen har yderligere vilkår for kommerciel brug.
AI Prompt
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
SoMarks OXR-1.0 er en dokumentparser med 1,3 mia. parametre, der omdanner PDF-filer og dokumentbilleder til Markdown eller JSON – inklusive koordinater for elementernes placering på siden. Den struktur kan gøre indholdet mere anvendeligt i systemer med retrieval-augmented generation (RAG) og AI-agenter end almindelig OCR-tekst. Men modellens offentliggjorte benchmarkresultater bør ses som noget, der skal afprøves på dine egne dokumenter.4
5
7
Hvad gør OXR-1.0?
OXR er udviklet til at udtrække dokumentindhold og samtidig bevare oplysninger om, hvor på siden det står. SoMark oplyser, at modellen kan genkende 13 typer dokumentelementer. Projektmaterialet nævner blandt andet tabeller, formler, kodeblokke, stempler, kemiske ligninger og kemiske strukturer – med koordinater for elementernes afgrænsning.4
5
Det kan hjælpe efterfølgende systemer med at skelne mellem for eksempel en tabel og et tekstafsnit eller bevare forbindelsen mellem indhold og dets placering i kildedokumentet. Den praktiske værdi afhænger dog af, om parseren bevarer den struktur og læserækkefølge, din løsning har brug for. En placering på en benchmarkliste kan ikke alene afgøre, hvordan den klarer alle dokumenttyper.
Layoutanalyse og træning
SoMark beskriver OXR's layoutanalyse som en selvstændig komponent, der kan udskiftes. En ekstern modelbeskrivelse angiver også, at layoutanalysen kan skiftes ud separat.8
22 Det kan være relevant i arbejdsgange med særlige sidelayouts, men test både layoutkomponenten, genkendelsen og læserækkefølgen i den konfiguration, du vil bruge.
Projektet beskriver også en løbende selvforbedringsproces under eftertræningen. Ifølge SoMark bruges fejl i parserens resultater til at målrette forbedringer; en ekstern beskrivelse nævner en separat vision-language-model og gruppering af fejltyper.7
8 Det handler om træningen af modellen – ikke om, at en installeret model automatisk lærer af hvert dokument, den behandler.
Hvad viser de offentliggjorte benchmarkresultater?
I SoMarks offentliggjorte sammenligning står OXR-1.0 med 97,18 på OmniDocBench, 87,84 på olmOCR-Bench og 87,76 på DocParsingBench. Modellen ligger øverst blandt modellerne i den sammenligning, og projektet fremhæver især dens resultater inden for tabelparsing.1
5
Det er benchmarkresultater, ikke en universel nøjagtighedsprocent eller en garanti for, hvordan modellen klarer en bestemt virksomheds dokumenter. Resultaterne gælder modellerne og evalueringsmetoderne i den offentliggjorte sammenligning. Afprøv derfor OXR på et repræsentativt udvalg af dine egne dokumenter – herunder komplekse tabeller og sider med flere spalter – før du bruger den i produktion.1
SoMarks materiale rapporterer også høj behandlingshastighed. En sammenligning angiver 557,77 native tokens i sekundet og 0,990373 sider i sekundet. En anden omtale beskriver en test, hvor 100 sider blev behandlet på cirka 101 sekunder.1
31 Se det som rapporterede resultater, ikke som en garanti for samme hastighed med andet udstyr, andre dokumenter eller en anden opsætning.
Tilgængelighed og licens
OXR-koden findes på GitHub, og modelvægtene er lagt på Hugging Face.4
13 Tjek licensen grundigt, før du tager modellen i brug: Projektets repository beskriver Apache License 2.0 med yderligere vilkår, herunder bestemmelser om kommerciel brug.
26 Betegnelsen »open source« betyder altså ikke nødvendigvis, at kommerciel brug er uden begrænsninger.
Er OXR relevant til en RAG- eller agentløsning?
OXR er værd at undersøge, hvis din arbejdsgang har brug for dokumentstruktur – ikke kun genkendt tekst – og hvis Markdown eller JSON med sidekoordinater passer til systemet, der skal bruge resultaterne. De rapporterede benchmarkresultater og hastigheder gør modellen til en kandidat, men ikke til en dokumenteret plug-and-play-erstatning.1
4
7
Afprøv den på dine egne dokumenter, og kontrollér tabelgengivelse, læserækkefølge, koordinater, svartid og licensvilkår. Det fortæller mere om, hvorvidt OXR passer til din løsning, end en placering på en rangliste gør alene.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "SoMarks OXR-1.0: Hvad kan dokumentmodellen med 1,3 mia. parametre?"?
SoMarks OXR 1.0 omdanner PDF filer og dokumentbilleder til Markdown eller JSON med koordinater for elementernes placering på siden.
What are the key points to validate first?
SoMarks OXR 1.0 omdanner PDF filer og dokumentbilleder til Markdown eller JSON med koordinater for elementernes placering på siden. Modellen genkender 13 typer dokumentelementer, og SoMark rapporterer topplaceringer på tre benchmarks.
What should I do next in practice?
Resultaterne er ikke garanti for ydeevne på dine egne dokumenter, og licensen har yderligere vilkår for kommerciel brug.
Sources
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