AnswersPublished19 sources
OXR-1.0, belgeleri yapay zekâ iş akışları için nasıl yapılandırıyor?
OXR 1.0, PDF ve belge görsellerini sayfa üzerindeki konum bilgilerini koruyarak Markdown veya JSON’a dönüştürmek üzere tasarlandı. SoMark; üç kıyaslama testinde birincilik ve yüksek hız sonuçları bildiriyor.
YayımlayanGPT-6 Luna ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
Research answer
Key takeaways
- OXR 1.0, PDF ve belge görsellerini sayfa üzerindeki konum bilgilerini koruyarak Markdown veya JSON’a dönüştürmek üzere tasarlandı.
- SoMark; üç kıyaslama testinde birincilik ve yüksek hız sonuçları bildiriyor. Bunlar her belge türü için garanti edilmiş doğruluk ya da hız anlamına gelmiyor.
- Modeli iş akışınıza eklemeden önce tablo ve okuma sırası kalitesini kendi belgelerinizde test edin; ticari kullanım için ek lisans koşullarını da inceleyin.
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
SoMark’ın OXR-1.0 modeli, PDF’leri ve belge görsellerini yalnızca düz metne çevirmek yerine, sayfa düzenini ve içeriklerin konumlarını da koruyarak Markdown ya da JSON çıktısı üretmek üzere tasarlanmış 1,3 milyar parametreli bir belge ayrıştırıcı. Bu yapı, belgelerden bilgi alıp yanıt üreten RAG sistemleri ve yapay zekâ ajanları için kullanışlı olabilir. Yine de yayımlanan kıyaslama sonuçlarını kendi belgelerinizde doğrulamak gerekir.4
5
7
OXR-1.0 ne yapıyor?
OXR, metnin yanı sıra belgenin sayfa üzerindeki düzenini de çıkarmayı hedefliyor. SoMark, modelin 13 farklı belge öğesini tanıyabildiğini belirtiyor. Proje materyallerinde tablolar, formüller, kod blokları, damgalar, kimyasal denklemler ve kimyasal yapılar örnekleniyor; çıktılarda bu öğelerin sayfadaki konumunu gösteren sınırlayıcı kutu koordinatları da bulunuyor.4
5
Bu bilgiler, bir sistemin tabloyu paragraftan ayırmasına veya çıkarılan içeriği kaynak belgedeki yeriyle ilişkilendirmesine yardımcı olabilir. Ancak bunun uygulamanıza gerçekten katkı sağlayıp sağlamadığı; ayrıştırıcının ihtiyacınız olan tablo yapısını, okuma sırasını ve diğer biçim özelliklerini ne ölçüde koruduğuna bağlı. Bir kıyaslama sıralaması, her belge türünde aynı sonucu alacağınızı tek başına göstermez.
Düzen analizi ve eğitim yaklaşımı
SoMark, OXR’ın sayfa düzeni analizini bağımsız ve değiştirilebilir bir bileşen olarak tanımlıyor. Bu yaklaşım, ekiplerin ihtiyaçlarına göre farklı bir düzen analiz modeli kullanabilmesini sağlayabilir. Üçüncü taraf bir model açıklaması da bu bileşenin ayrı olarak değiştirilebildiğini aktarıyor.8
22 Özellikle kendine özgü sayfa düzenleri kullanan iş akışlarında bu seçenek işe yarayabilir; ancak seçilen bileşeni tanıma ve okuma sırası sonuçlarıyla birlikte test etmek önemli.
Proje ayrıca modelin eğitim sonrası aşamasında yinelemeli bir kendini geliştirme sürecinden söz ediyor. SoMark’ın açıklamasına göre ayrıştırma hataları, iyileştirme çalışmalarına yön veriyor; ikincil bir açıklama ise bu süreçte harici bir görsel-dil modeli kullanıldığını ve hata örneklerinin kümelendiğini belirtiyor.7
8 Bu, eğitim sürecine ilişkin bir yaklaşım. Modelin kullanıma alındıktan sonra işlediği her belgeyle kendiliğinden öğrendiği anlamına gelmiyor.
Kıyaslama sonuçları ne söylüyor?
SoMark’ın yayımladığı karşılaştırma tablosunda OXR-1.0; OmniDocBench’te 97,18, olmOCR-Bench’te 87,84 ve DocParsingBench’te 87,76 puanla karşılaştırmadaki modeller arasında ilk sırada yer alıyor. Proje, özellikle tablo ayrıştırma sonuçlarını öne çıkarıyor.1
5
Bu puanlar, evrensel bir doğruluk yüzdesi veya belirli bir şirketin belgelerinde aynı performansın alınacağına dair güvence değil. Sonuçlar, karşılaştırmada yer alan modeller ve kullanılan değerlendirme yöntemleri için geçerli. OXR’ı üretim ortamında kullanmayı düşünen ekiplerin; karmaşık tabloları, çok sütunlu sayfaları ve kendi iş akışlarında sık karşılaştıkları belge türlerini içeren örneklerle test yapması daha sağlıklı olur.1
SoMark’ın yayımladığı materyaller, işlem hızının da yüksek olduğunu bildiriyor. Bir karşılaştırma tablosunda saniyede 557,77 yerel token ve saniyede 0,990373 sayfa değerleri yer alıyor; başka bir haberde 100 sayfalık testin yaklaşık 101 saniyede tamamlandığı aktarılıyor.1
31 Bunlar yayımlanmış test sonuçlarıdır; farklı donanım, belge karışımı veya dağıtım koşullarında aynı hızı garanti etmez.
Erişim ve lisans koşulları
OXR’ın kodu GitHub’da, model ağırlıkları ise Hugging Face’te yayımlanmış durumda.4
13 Ancak kullanmadan önce lisansı dikkatle incelemek gerekiyor: Depoda Apache Lisansı 2.0’ın ek koşullara tabi olduğu ve ticari kullanımla ilgili hükümler içerdiği belirtiliyor.
26 Dolayısıyla “açık kaynak” ifadesini, ticari kullanımın hiçbir kısıtlaması olmadığı şeklinde yorumlamayın.
RAG veya ajan iş akışlarına uygun mu?
Bir iş akışının yalnızca tanınmış metne değil, belge yapısına ve sayfa içindeki konum bilgilerine de ihtiyacı varsa OXR-1.0 değerlendirmeye değer olabilir. Markdown ya da JSON çıktısının sonraki sistemlerle uyumlu olması da önemli. Bildirilen puanlar ve hız, modeli test etmeye değer bir aday hâline getiriyor; ancak tek başına üretime hazır, doğrudan kullanılabilir bir çözüm olduğunu kanıtlamıyor.1
4
7
Karar vermeden önce kendi belge örnekleriniz üzerinde tablo bütünlüğünü, okuma sırasını, koordinatların doğruluğunu ve gecikmeyi kontrol edin. Lisans koşullarını da gözden geçirin. Belirli bir iş akışına uygunluğu anlamada bu testler, bir sıralamadaki konumdan daha belirleyici olacaktır.
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, belgeleri yapay zekâ iş akışları için nasıl yapılandırıyor?"?
OXR 1.0, PDF ve belge görsellerini sayfa üzerindeki konum bilgilerini koruyarak Markdown veya JSON’a dönüştürmek üzere tasarlandı.
What are the key points to validate first?
OXR 1.0, PDF ve belge görsellerini sayfa üzerindeki konum bilgilerini koruyarak Markdown veya JSON’a dönüştürmek üzere tasarlandı. SoMark; üç kıyaslama testinde birincilik ve yüksek hız sonuçları bildiriyor. Bunlar her belge türü için garanti edilmiş doğruluk ya da hız anlamına gelmiyor.
What should I do next in practice?
Modeli iş akışınıza eklemeden önce tablo ve okuma sırası kalitesini kendi belgelerinizde test edin; ticari kullanım için ek lisans koşullarını da inceleyin.
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