AnswersPublished19 sources
SoMarks OXR-1.0 skal gjøre dokumenter mer nyttige for AI
OXR 1.0 er en dokumenttolker med 1,3 milliarder parametere som konverterer PDF er og dokumentbilder til Markdown eller JSON med koordinater. SoMark oppgir topplasseringer på tre referansetester og høy hastighet, men resultatene bør prøves mot dokumentene og maskinvaren du selv skal bruke.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer
Key takeaways
- OXR 1.0 er en dokumenttolker med 1,3 milliarder parametere som konverterer PDF er og dokumentbilder til Markdown eller JSON med koordinater.
- SoMark oppgir topplasseringer på tre referansetester og høy hastighet, men resultatene bør prøves mot dokumentene og maskinvaren du selv skal bruke.
- Koden ligger på GitHub og modellvektene på Hugging Face. Lisensen har tilleggsvilkår, blant annet knyttet til kommersiell bruk.
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 dokumenttolker med 1,3 milliarder parametere. Den gjør PDF-er og dokumentbilder om til Markdown eller JSON og tar vare på koordinater som viser hvor innholdet står på siden. Slik struktur kan gjøre teksten mer anvendelig i RAG-systemer – systemer som henter relevant informasjon før en språkmodell svarer – og i AI-agenters arbeidsflyter enn vanlig OCR-tekst alene. Men de rapporterte testresultatene bør prøves mot dine egne dokumenter.4
5
7
Hva gjør OXR-1.0?
OXR er laget for å hente ut innhold fra dokumenter og samtidig bevare informasjon om plasseringen på siden. SoMark oppgir at modellen kan gjenkjenne 13 typer dokumentelementer. Prosjektmaterialet nevner blant annet tabeller, formler, kodeblokker, stempler, kjemiske ligninger og kjemiske strukturer, med koordinater for avgrensningsbokser.4
5
Det kan hjelpe et system videre i kjeden med å skille en tabell fra et tekstavsnitt eller knytte et tekstutdrag til riktig sted i kildedokumentet. Hvor nyttig dette faktisk blir, avhenger av om modellen bevarer strukturen og leserekkefølgen du trenger. En god plassering på en referansetest sier ikke alene hvordan den vil håndtere alle dokumenttypene dine.
Layoutanalyse og trening
SoMark beskriver layoutanalysen som en separat, utskiftbar modul. Det gjør det mulig for et team å velge en annen layoutmodell etter behov. En tredjepartsbeskrivelse omtaler også layoutanalyse som en komponent som kan byttes ut.8
22 Dette kan være relevant for dokumenter med særskilte sideoppsett, men test både den valgte layoutmodulen, tekstgjenkjenningen og leserekkefølgen samlet.
Prosjektet beskriver også en gjentakende selvforbedringsprosess i ettertreningen. Ifølge SoMark brukes feil i dokumenttolkingen til å styre forbedringer. En ekstern beskrivelse sier at prosessen benytter en ekstern vision-language-modell og grupperer feil etter type.7
8 Dette handler om trening av modellen – det er ikke dokumentasjon på at en ferdig utrullet modell automatisk lærer av hvert dokument den behandler.
Hva viser de oppgitte testresultatene?
I SoMarks publiserte sammenligning står OXR-1.0 med 97,18 på OmniDocBench, 87,84 på olmOCR-Bench og 87,76 på DocParsingBench. Modellen ligger øverst blant modellene i denne sammenligningen, og prosjektet trekker særlig fram resultatene for tabelltolking.1
5
Dette er testresultater, ikke en universell nøyaktighetsprosent eller en garanti for hvordan modellen vil prestere på en bestemt virksomhets dokumenter. Resultatene gjelder modellene og evalueringsoppleggene i sammenligningen. Før du tar OXR i bruk, bør du derfor prøve den på representative dokumenter – også sider med kompliserte tabeller og flere spalter.1
SoMark oppgir også høy hastighet. Én sammenligning viser 557,77 native tokens per sekund og 0,990373 sider per sekund. En annen omtale beskriver en test der 100 sider ble behandlet på rundt 101 sekunder.1
31 Se dette som rapporterte resultater, ikke som en forventning om samme hastighet med annen maskinvare, andre dokumenter eller et annet driftsoppsett.
Tilgjengelighet og lisens
OXR-koden er tilgjengelig på GitHub, og modellvektene ligger på Hugging Face.4
13 Les lisensen nøye før eventuell bruk: Repoet beskriver lisensen som Apache 2.0 med tilleggsvilkår, blant annet bestemmelser om kommersiell bruk.
26 At et prosjekt omtales som åpen kildekode, betyr altså ikke nødvendigvis at kommersiell bruk er uten begrensninger.
Passer OXR i en RAG- eller agentløsning?
OXR kan være verdt å teste hvis arbeidsflyten trenger dokumentstruktur – ikke bare gjenkjent tekst – og Markdown eller JSON med sidekoordinater passer videre i systemet. De oppgitte testresultatene og hastigheten gjør modellen til en aktuell kandidat, men ikke automatisk til en ferdig erstatning for løsningen du bruker i dag.1
4
7
Prøv modellen på et utvalg av dine egne dokumenter. Se særlig på hvor godt tabeller bevares, om leserekkefølgen stemmer, hvor presise koordinatene er, hvor lang tid behandlingen tar, og hvilke lisensvilkår som gjelder. Slike kontroller sier mer om hvorvidt OXR passer i en konkret arbeidsflyt enn en topplassering på en rangering.
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 skal gjøre dokumenter mer nyttige for AI"?
OXR 1.0 er en dokumenttolker med 1,3 milliarder parametere som konverterer PDF er og dokumentbilder til Markdown eller JSON med koordinater.
What are the key points to validate first?
OXR 1.0 er en dokumenttolker med 1,3 milliarder parametere som konverterer PDF er og dokumentbilder til Markdown eller JSON med koordinater. SoMark oppgir topplasseringer på tre referansetester og høy hastighet, men resultatene bør prøves mot dokumentene og maskinvaren du selv skal bruke.
What should I do next in practice?
Koden ligger på GitHub og modellvektene på Hugging Face. Lisensen har tilleggsvilkår, blant annet knyttet til kommersiell bruk.
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