ОтветыОпубликовано19 источники
OXR-1.0: парсер документов для ИИ — возможности и ограничения
OXR 1.0 преобразует PDF и изображения документов в Markdown или JSON с координатами элементов на странице — это может быть полезнее для ИИ систем, чем обычный распознанный текст. SoMark сообщает о первом месте модели в трёх тестах и высокой скорости обработки, но эти результаты не гарантируют такого же качества на д...
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- OXR 1.0 преобразует PDF и изображения документов в Markdown или JSON с координатами элементов на странице — это может быть полезнее для ИИ систем, чем обычный распознанный текст.
- SoMark сообщает о первом месте модели в трёх тестах и высокой скорости обработки, но эти результаты не гарантируют такого же качества на документах конкретной компании.
- Перед использованием стоит проверить точность таблиц и порядка чтения, скорость на своём оборудовании, а также условия лицензии: у Apache 2.0 есть дополнительные ограничения.
Промпт ИИ
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 — модель SoMark на 1,3 млрд параметров, которая разбирает PDF и изображения документов и выдаёт результат в Markdown или JSON с координатами элементов на странице. Такая структура может помочь системам RAG — генерации ответов с поиском по источникам — и ИИ-агентам работать не только с текстом, но и с таблицами, формулами и расположением содержимого.4
5
7
Однако высокие позиции в тестах — повод присмотреться к модели, а не гарантия качества на любых документах. Для практического выбора важнее проверить её на собственных файлах.
Что умеет OXR-1.0
По данным SoMark, модель распознаёт 13 типов элементов документа. Среди названных в проекте примеров — таблицы, формулы, блоки кода, печати, химические уравнения и структуры. Для элементов также указываются координаты ограничивающих рамок.4
5
Это может пригодиться, например, если последующая система должна отличать таблицу от обычного абзаца или сохранять связь между фрагментом текста и его местом в исходном файле. Но польза зависит от того, насколько хорошо сохраняются нужные приложению структура и порядок чтения.
Настраиваемый модуль анализа макета
SoMark описывает анализ макета страницы как отдельный компонент, который можно подключать и заменять. В стороннем описании модели также говорится, что модуль анализа макета можно сменить отдельно от распознавания.8
22 Такая архитектура может быть полезна для документов с нестандартным расположением блоков, но качество выбранного модуля стоит оценивать вместе с распознаванием и порядком чтения.
Команда также описывает цикл рекурсивного самоулучшения при дообучении: ошибки разбора используются для поиска проблемных случаев и планирования дальнейших шагов. Вторичное описание уточняет, что в процессе задействуют внешнюю визуально-языковую модель и группируют похожие ошибки.7
8 Речь идёт о процессе обучения, а не о том, что уже запущенная модель автоматически учится на каждом обработанном документе.
Что показывают опубликованные тесты
В опубликованном SoMark сравнении OXR-1.0 набрала 97,18 балла в OmniDocBench, 87,84 — в olmOCR-Bench и 87,76 — в DocParsingBench. В этой подборке модель указана на первом месте; компания отдельно отмечает результаты разбора таблиц.1
5
Это баллы в конкретных тестах, а не универсальный процент точности и не обещание такой же работы на любых корпоративных документах. Сравнение относится к перечисленным моделям и использованным протоколам оценки. Перед внедрением стоит проверить на репрезентативной выборке, в том числе на многостолбцовых страницах и сложных таблицах.1
SoMark также сообщает о высокой скорости. В одном сравнении указаны 557,77 нативного токена в секунду и 0,990373 страницы в секунду; в другом отчёте говорится о разборе 100 страниц примерно за 101 секунду.1
31 Это результаты, опубликованные для конкретных условий, а не гарантия той же производительности на другом оборудовании, наборе документов или способе развёртывания.
Доступность и условия лицензии
Исходный код OXR опубликован на GitHub, веса модели доступны на Hugging Face.4
13 Перед использованием стоит внимательно изучить лицензию: в репозитории указана Apache License 2.0 с дополнительными условиями, в том числе касающимися коммерческого применения.
26 Поэтому слово «открытая» не следует понимать как разрешение на любое коммерческое использование без ограничений.
Подойдёт ли модель для RAG или ИИ-агента
OXR стоит рассмотреть, если системе нужны не просто распознанные слова, а структура документа и координаты элементов, а формат Markdown или JSON подходит для последующей обработки. Опубликованные результаты по качеству и скорости делают модель кандидатом для тестирования, но не готовой заменой без проверки.1
4
7
Запустите её на собственных документах и оцените, насколько точно сохраняются таблицы, порядок чтения и координаты; измерьте задержку в предполагаемой конфигурации и проверьте лицензионные условия. Для конкретного процесса такая проверка даст больше, чем одно лишь место в рейтинге.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «OXR-1.0: парсер документов для ИИ — возможности и ограничения»?
OXR 1.0 преобразует PDF и изображения документов в Markdown или JSON с координатами элементов на странице — это может быть полезнее для ИИ систем, чем обычный распознанный текст.
Какие ключевые моменты необходимо проверить в первую очередь?
OXR 1.0 преобразует PDF и изображения документов в Markdown или JSON с координатами элементов на странице — это может быть полезнее для ИИ систем, чем обычный распознанный текст. SoMark сообщает о первом месте модели в трёх тестах и высокой скорости обработки, но эти результаты не гарантируют такого же качества на документах конкретной компании.
Что мне делать дальше на практике?
Перед использованием стоит проверить точность таблиц и порядка чтения, скорость на своём оборудовании, а также условия лицензии: у Apache 2.0 есть дополнительные ограничения.
Источники
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