AnswersPublished19 sources
OXR-1.0 säilyttää asiakirjan rakenteen, mutta testaa se omilla tiedostoillasi
OXR 1.0 muuntaa PDF tiedostoja ja asiakirjakuvia Markdowniksi tai JSONiksi ja lisää sisältöön sivun asettelua kuvaavat koordinaatit.[4][5] SoMark raportoi mallille kärkisijoitukset kolmessa vertailutestissä sekä nopeita jäsennystuloksia, mutta luvut eivät takaa vastaavaa suorituskykyä omilla tiedostoillasi.[1][31] M...
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- OXR 1.0 muuntaa PDF tiedostoja ja asiakirjakuvia Markdowniksi tai JSONiksi ja lisää sisältöön sivun asettelua kuvaavat koordinaatit.[4][5]
- SoMark raportoi mallille kärkisijoitukset kolmessa vertailutestissä sekä nopeita jäsennystuloksia, mutta luvut eivät takaa vastaavaa suorituskykyä omilla tiedostoillasi.[1][31]
- Malli voi sopia rakenteista tietoa tarvitsevaan RAG tai agenttityönkulkuun. Tarkista kuitenkin tulosten laatu, viive ja lisenssin kaupallista käyttöä koskevat ehdot.[4][7][26]
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
SoMarkin OXR-1.0 on 1,3 miljardin parametrin asiakirjojen jäsentämiseen tarkoitettu malli. Se muuntaa PDF-tiedostoja ja asiakirjakuvia Markdowniksi tai JSONiksi ja liittää mukaan koordinaatit, jotka kertovat, missä sisältö sijaitsee sivulla. Näin tuloksena voi olla pelkän OCR-tekstin sijaan rakenteisempaa tietoa, jota voi hyödyntää esimerkiksi hakupohjaisessa generoinnissa (RAG) ja tekoälyagenteissa. SoMarkin julkaisemat vertailutulokset kannattaa silti varmistaa omilla asiakirjoilla.4
5
7
Mitä OXR-1.0 tekee?
OXR pyrkii tunnistamaan asiakirjan sisällön ja säilyttämään samalla tietoa sen sijainnista ja rakenteesta. SoMark kertoo mallin tunnistavan 13 asiakirjaelementtityyppiä. Esimerkkeinä se mainitsee taulukot, kaavat, koodilohkot, leimat, kemialliset yhtälöt ja kemialliset rakenteet, joille voidaan antaa sivukohtaiset rajauskoordinaatit.4
5
Rakenteesta voi olla hyötyä jatkokäsittelyssä: järjestelmä voi esimerkiksi erottaa taulukon leipätekstistä ja säilyttää tiedon siitä, mistä kohtaa lähdeasiakirjaa sisältö löytyi. Käytännön hyöty riippuu siitä, säilyttääkö jäsennin juuri ne rakenteet ja lukujärjestyksen, joita oma sovelluksesi tarvitsee. Hyvä sijoitus vertailutestissä ei yksin osoita, että tulos toimii kaikissa asiakirjatyypeissä.
Muokattava asetteluanalyysi ja virheistä oppiminen
SoMark kuvaa OXR:n asetteluanalyysin erilliseksi ja vaihdettavaksi osaksi. Tiimi voi siis halutessaan käyttää tarpeisiinsa sopivaa asettelumallia. Myös kolmannen osapuolen mallikuvaus kertoo, että asetteluanalyysin komponentin voi vaihtaa.8
22 Tämä voi olla hyödyllistä, jos asiakirjojen sivurakenne on erikoistunut. Käytännössä kannattaa kuitenkin arvioida valittua asettelumallia yhdessä tekstintunnistuksen ja lukujärjestyksen kanssa.
SoMark kertoo käyttävänsä mallin jälkikoulutuksessa rekursiivista itseparannusmenetelmää. Yhtiön kuvauksen mukaan jäsennyksen virheet auttavat ohjaamaan kehitystä; toisessa kuvauksessa prosessiin kuuluvat ulkoinen näkö- ja kielimalli sekä virhetapausten ryhmittely.7
8 Kyse on koulutusvaiheen menetelmästä, ei näytöstä siitä, että käytössä oleva malli oppisi automaattisesti jokaisesta käsittelemästään asiakirjasta.
Mitä vertailutulokset kertovat?
SoMarkin julkaisemassa vertailutilannekuvassa OXR-1.0 saa tulokset 97,18 OmniDocBenchissä, 87,84 olmOCR-Benchissä ja 87,76 DocParsingBenchissä. Se on vertailun malleista ensimmäisellä sijalla, ja SoMark nostaa esiin erityisen vahvan tuloksen taulukoiden jäsentämisessä.1
5
Luvut ovat testituloksia, eivät yleispätevä tarkkuusprosentti tai lupaus siitä, miten malli suoriutuu tietyn organisaation tiedostoista. Ne koskevat vertailussa mukana olleita malleja ja käytettyjä arviointitapoja. Ennen tuotantokäyttöä OXR kannattaa testata edustavalla otoksella omista asiakirjoista – myös monipalstaisilla sivuilla ja monimutkaisissa taulukoissa.1
SoMark raportoi myös nopeita jäsennystuloksia. Yhdessä vertailutilannekuvassa nopeudeksi ilmoitetaan 557,77 mallin tokenia sekunnissa ja 0,990373 sivua sekunnissa. Toisessa raportissa 100 sivun testin kerrotaan valmistuneen noin 101 sekunnissa.1
31 Nämä ovat ilmoitettuja tuloksia, eivät tae samasta nopeudesta eri laitteilla, asiakirjoilla tai käyttöasetuksilla.
Saatavuus ja lisenssiehdot
OXR:n koodi on saatavilla GitHubissa ja mallin painot Hugging Facessa.4
13 Lisenssiin kannattaa tutustua ennen käyttöönottoa: GitHubin lisenssissä Apache 2.0:n lisäksi on lisäehtoja, joihin sisältyy kaupallista käyttöä koskevia määräyksiä.
26 Ilmaus ”avoin lähdekoodi” ei siis tarkoita, että kaupallinen käyttö olisi rajoituksetonta.
Sopisiko OXR RAG- tai agenttityönkulkuun?
OXR on arvioimisen arvoinen vaihtoehto, jos työnkulku tarvitsee tunnistetun tekstin lisäksi tietoa asiakirjan rakenteesta ja jos Markdown- tai JSON-muotoinen tulos koordinaatteineen sopii jatkokäsittelyyn. Julkaistut tulokset tekevät siitä kiinnostavan ehdokkaan, eivät valmista korvaajaa muille työkaluille.1
4
7
Testaa mallia omilla asiakirjoillasi ja tarkista taulukoiden säilyminen, lukujärjestys, koordinaattien laatu, käsittelyviive sekä lisenssiehdot. Näin saat paremman kuvan sopivuudesta omaan järjestelmääsi kuin pelkän pistetaulukon perusteella.
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 "OXR-1.0 säilyttää asiakirjan rakenteen, mutta testaa se omilla tiedostoillasi"?
OXR 1.0 muuntaa PDF tiedostoja ja asiakirjakuvia Markdowniksi tai JSONiksi ja lisää sisältöön sivun asettelua kuvaavat koordinaatit.[4][5]
What are the key points to validate first?
OXR 1.0 muuntaa PDF tiedostoja ja asiakirjakuvia Markdowniksi tai JSONiksi ja lisää sisältöön sivun asettelua kuvaavat koordinaatit.[4][5] SoMark raportoi mallille kärkisijoitukset kolmessa vertailutestissä sekä nopeita jäsennystuloksia, mutta luvut eivät takaa vastaavaa suorituskykyä omilla tiedostoillasi.[1][31]
What should I do next in practice?
Malli voi sopia rakenteista tietoa tarvitsevaan RAG tai agenttityönkulkuun. Tarkista kuitenkin tulosten laatu, viive ja lisenssin kaupallista käyttöä koskevat ehdot.[4][7][26]
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