RéponsesPublié19 sources
OXR-1.0, le parseur de documents de SoMark à l’épreuve des faits
OXR 1.0 transforme des PDF et des images de documents en Markdown ou en JSON, avec des coordonnées de mise en page utiles aux systèmes d’IA.[4][5] SoMark annonce des résultats en tête de trois benchmarks, mais ces scores ne garantissent pas les performances sur tous les documents.[1] Le code et les poids sont dispon...
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- OXR 1.0 transforme des PDF et des images de documents en Markdown ou en JSON, avec des coordonnées de mise en page utiles aux systèmes d’IA.[4][5]
- SoMark annonce des résultats en tête de trois benchmarks, mais ces scores ne garantissent pas les performances sur tous les documents.[1]
- Le code et les poids sont disponibles en ligne ; la licence comporte toutefois des conditions supplémentaires à examiner avant tout usage commercial.[13][26]
Prompt IA
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
OXR-1.0 est un parseur documentaire de 1,3 milliard de paramètres développé par SoMark. Il convertit des PDF et des images de documents en Markdown ou en JSON, tout en indiquant où les éléments se trouvent sur la page. Cette structure peut être plus utile que du texte OCR brut pour alimenter un système de génération augmentée par récupération (RAG) ou des agents d’IA. Les résultats mis en avant par l’équipe restent toutefois à vérifier sur vos propres fichiers.4
5
7
Ce que fait OXR-1.0
Le modèle vise à extraire le contenu d’un document sans perdre les informations sur sa disposition. SoMark indique qu’il reconnaît 13 types d’éléments. Parmi les exemples cités dans les documents du projet figurent les tableaux, les formules, les blocs de code, les tampons, les équations chimiques et les structures moléculaires, accompagnés de coordonnées de délimitation.4
5
Ces informations peuvent aider un système en aval à distinguer un tableau d’un paragraphe et à relier un extrait à son emplacement dans le document d’origine. Mais tout dépend de la qualité de la structure restituée et de l’ordre de lecture : un classement dans un benchmark ne suffit pas à garantir un bon résultat sur chaque type de fichier.
Une analyse de mise en page modulable
SoMark décrit l’analyse de mise en page comme un composant indépendant et remplaçable. Une équipe peut donc choisir un autre modèle de détection de la mise en page selon ses besoins ; une description tierce présente également ce composant comme interchangeable.8
22 Cette modularité peut être intéressante pour des documents à la présentation particulière, mais il faut évaluer le composant choisi avec la reconnaissance du contenu et l’ordre de lecture.
Le projet décrit aussi une boucle d’amélioration récursive pendant le post-entraînement. Selon SoMark, les erreurs de parsing servent à orienter les améliorations ; une autre description mentionne le recours à un modèle vision-langage externe et le regroupement des cas d’échec.7
8 Il s’agit d’une méthode d’entraînement : cela ne signifie pas que le modèle déployé apprend automatiquement de chaque document qu’on lui soumet.
Des scores élevés, à interpréter avec prudence
Dans un instantané de comparaison publié par SoMark, OXR-1.0 obtient 97,18 à OmniDocBench, 87,84 à olmOCR-Bench et 87,76 à DocParsingBench, ce qui le place en tête des modèles comparés. Le projet souligne également ses résultats en parsing de tableaux.1
5
Ces scores sont des résultats de benchmark, pas un pourcentage de précision valable pour tous les documents ni une promesse de performance sur les fichiers d’une entreprise. Ils dépendent des modèles évalués et des protocoles utilisés. Avant un déploiement, mieux vaut donc tester un échantillon représentatif, notamment avec des tableaux complexes et des pages à plusieurs colonnes.1
SoMark publie également des chiffres de débit élevés. Un instantané de comparaison indique 557,77 jetons natifs par seconde et 0,990373 page par seconde ; d’autres éléments font état d’un test de 100 pages réalisé en environ 101 secondes.1
31 Ce sont des résultats rapportés, pas une garantie de vitesse sur un autre matériel, avec d’autres documents ou dans un environnement de déploiement différent.
Disponibilité et licence
Le code d’OXR est disponible sur GitHub et les poids du modèle sont publiés sur Hugging Face.4
13 Avant de l’adopter, prenez le temps de lire la licence : le dépôt indique une licence Apache 2.0 assortie de conditions supplémentaires, notamment concernant l’usage commercial.
26 La mention « open source » ne signifie donc pas que l’utilisation commerciale est sans restriction.
OXR convient-il à un pipeline RAG ou à des agents ?
OXR mérite d’être évalué si votre pipeline a besoin de préserver la structure des documents, et pas seulement d’en extraire le texte, et si le Markdown ou le JSON avec coordonnées de page convient à vos outils en aval. Ses scores et sa vitesse annoncés en font un candidat à tester, pas un remplacement prêt à l’emploi dont les performances seraient acquises.1
4
7
Faites-le tourner sur vos propres documents et vérifiez la fidélité des tableaux, l’ordre de lecture, la précision des coordonnées, la latence et les conditions de licence. Ces essais vous donneront une meilleure idée de son adéquation à votre cas d’usage qu’une place dans un classement.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « OXR-1.0, le parseur de documents de SoMark à l’épreuve des faits » ?
OXR 1.0 transforme des PDF et des images de documents en Markdown ou en JSON, avec des coordonnées de mise en page utiles aux systèmes d’IA.[4][5]
Quels sont les points clés à valider en premier ?
OXR 1.0 transforme des PDF et des images de documents en Markdown ou en JSON, avec des coordonnées de mise en page utiles aux systèmes d’IA.[4][5] SoMark annonce des résultats en tête de trois benchmarks, mais ces scores ne garantissent pas les performances sur tous les documents.[1]
Que dois-je faire ensuite en pratique ?
Le code et les poids sont disponibles en ligne ; la licence comporte toutefois des conditions supplémentaires à examiner avant tout usage commercial.[13][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