RadarAI· X：Rohan Paul (@rohanpaul_ai)·· 3 小时前AI 评分55
SoMark 开源 1.3B 文档解析模型 OXR，登顶 olmOCR-Bench 等三榜
AI 导读
SoMark 团队开源 1.3B 参数的文档解析模型 OXR，可将 PDF 和文档图像转为带布局坐标的 Markdown 或 JSON。该模型在后训练阶段用 VLM 评估自身输出、以 rollout 分歧标记不确定性，再由聚类模型归因并指导下一轮定向数据生成，据称是首个在文档解析中使用 RSI 的模型。
正文 · AI 翻译
Rohan Paul· @rohanpaul_ai · X·2026-10-21 03:39· 1 小时前AI 评分54
AI 导读
SoMark 团队发布开源文档解析模型 OXR（1.3B 参数），将 PDF 和文档图像转为含布局坐标的 Markdown 或 JSON 的 Agent-Friendly 数据。
正文 · 原文
OXR 将解析失败纳入训练过程。
在后训练阶段（OXR 是首个在此使用 RSI 的文档解析器），一个 VLM 评估其输出，rollout 分歧标记不确定性，另一个聚类模型对原因进行分组；
这些发现随后指导下一轮有针对性的数据生成，由此得到的 1.3B 模型在 olmOCR-Bench、OmniDocBench 和 DocParsingBench 上排名第一，同时在单块 RTX PRO 6000 上吞吐量达到 GLM-OCR 的 3.05 倍，是速度对比中最快的开源结果。
值得研究（Github 链接见评论）
不止于 OCR。认识 OXR。 仅 1.3B。开源。 olmOCR-Bench、OmniDocBench 和 DocParsingBench 排名第一🏆 开源模型中解析速度第一⚡ 由 RSI 驱动。文档解析领域的首创。 将文档转化为 Agent-Friendly 数据。 如果 OXR 对你有帮助，请在 GitHub 上给我们点个星！🌟在 X 查看被引用的帖子
来源：Rohan Paul · x.com
来源：RadarAI · aihot.news