AnswersPublished19 sources
OXR-1.0: як SoMark перетворює PDF на структуровані дані для ШІ
OXR 1.0 — модель SoMark на 1,3 млрд параметрів, яка конвертує PDF і зображення документів у Markdown або JSON, зберігаючи координати елементів. За оприлюдненими SoMark результатами, модель посіла перше місце в трьох тестах розпізнавання документів, але ці показники варто перевірити на власних файлах.
ОпублікувавВідредаговано за допомогою GPT-6 LunaЗображення створено за допомогою GPT Image 2
Research answer
Key takeaways
- OXR 1.0 — модель SoMark на 1,3 млрд параметрів, яка конвертує PDF і зображення документів у Markdown або JSON, зберігаючи координати елементів.
- За оприлюдненими SoMark результатами, модель посіла перше місце в трьох тестах розпізнавання документів, але ці показники варто перевірити на власних файлах.
- Код і ваги моделі доступні онлайн, однак ліцензія містить додаткові умови щодо комерційного використання.
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
OXR-1.0 — модель SoMark на 1,3 млрд параметрів для розбору документів. Вона перетворює PDF-файли й зображення сторінок на Markdown або JSON, зберігаючи координати елементів на сторінці. Така структурована видача може бути кориснішою за звичайний OCR-текст для систем пошуку з доповненою генерацією (RAG) та ШІ-агентів. Водночас заявлені результати тестів варто перевірити на документах, з якими працюватиме саме ваша система.4
5
7
Що вміє OXR-1.0
Модель призначена не лише для розпізнавання тексту, а й для збереження його структури та розташування. За описом SoMark, OXR розпізнає 13 типів елементів документа. Серед прикладів — таблиці, формули, фрагменти коду, печатки, хімічні рівняння та структури; для елементів також надаються координати рамок.4
5
Це може допомогти наступним етапам обробки відрізнити таблицю від звичайного абзацу або пов’язати знайдений фрагмент із його місцем у вихідному документі. Але реальна користь залежить від того, чи зберігає парсер потрібні вашому застосунку структуру та порядок читання. Самі лише місця в рейтингу цього не гарантують.
Модуль аналізу макета та навчання на помилках
SoMark описує аналіз макета сторінки в OXR як окремий і замінний компонент: його можна налаштувати під інші потреби. Інший опис моделі також зазначає, що цей компонент можна замінити.8
22 Це може бути доречно для документів зі специфічним оформленням, але варто окремо перевірити і якість визначення елементів, і розпізнавання тексту, і порядок читання.
У проєкті також описано цикл рекурсивного самовдосконалення під час донавчання. За словами SoMark, помилки розбору використовують для пошуку напрямів поліпшення; в іншому описі згадано зовнішню візуально-мовну модель і групування типових помилок.7
8 Йдеться про процес навчання моделі, а не про доказ того, що вже розгорнута система автоматично навчається на кожному обробленому документі.
Що показують оприлюднені тести
В опублікованому SoMark порівнянні OXR-1.0 набрала 97,18 бала в OmniDocBench, 87,84 — в olmOCR-Bench і 87,76 — у DocParsingBench. У цьому зрізі порівняння модель посіла перше місце серед наведених учасників; SoMark також окремо відзначає результати розбору таблиць.1
5
Це оцінки в конкретних тестах, а не універсальний відсоток точності для будь-яких документів. Вони стосуються моделей і методик оцінювання, включених до порівняння. Перед використанням у робочій системі варто протестувати власну вибірку — зокрема документи зі складними таблицями та кількома колонками.1
SoMark також повідомляє про високу швидкість обробки. В одному порівнянні для OXR вказано 557,77 нативного токена за секунду та 0,990373 сторінки за секунду; інший звіт описує обробку 100 сторінок приблизно за 101 секунду.1
31 Це оприлюднені результати, а не гарантія такої самої швидкості на іншому обладнанні, наборі документів чи конфігурації запуску.
Доступність і умови ліцензії
Код OXR доступний на GitHub, а ваги моделі розміщені на Hugging Face.4
13 Перед використанням варто уважно прочитати ліцензію: у репозиторії зазначено Apache License 2.0 із додатковими умовами, зокрема щодо комерційного використання.
26 Тож позначка «відкритий код» сама собою не означає необмеженого дозволу на комерційне застосування.
Чи підійде OXR для RAG або ШІ-агента?
OXR варто розглянути, якщо вашій системі потрібен не просто розпізнаний текст, а й структура документа, а формат Markdown або JSON із координатами вписується в подальший процес обробки. Заявлені результати швидкості й тестів роблять модель кандидатом для перевірки, але не готовою заміною будь-якого наявного парсера.1
4
7
Запустіть її на власних документах і перевірте точність таблиць, порядок читання, якість координат, затримку та умови ліцензії. Для конкретного сценарію ці перевірки скажуть більше, ніж місце в рейтингу.
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: як SoMark перетворює PDF на структуровані дані для ШІ"?
OXR 1.0 — модель SoMark на 1,3 млрд параметрів, яка конвертує PDF і зображення документів у Markdown або JSON, зберігаючи координати елементів.
What are the key points to validate first?
OXR 1.0 — модель SoMark на 1,3 млрд параметрів, яка конвертує PDF і зображення документів у Markdown або JSON, зберігаючи координати елементів. За оприлюдненими SoMark результатами, модель посіла перше місце в трьох тестах розпізнавання документів, але ці показники варто перевірити на власних файлах.
What should I do next in practice?
Код і ваги моделі доступні онлайн, однак ліцензія містить додаткові умови щодо комерційного використання.
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