SoMark открыла OXR-1.0 — парсер документов на 1,3 млрд параметров

Китайский стартап SoMark выложил в открытый доступ модель OXR-1.0 на 1,3 млрд параметров, которая превращает PDF и изображения документов в Markdown или JSON с координатами разметки. Модель лидирует в трёх публичных бенчмарках: 97,18 в OmniDocBench, 87,84 в olmOCR-Bench и 87,76 в DocParsingBench.

• Код и веса доступны на GitHub, Hugging Face и ModelScope, есть демо и бесплатный API
• На RTX PRO 6000 разбор 100 страниц OmniDocBench занял около 101 с против 145 с у PaddleOCR-VL-1.6
• Модель распознаёт 13 типов элементов, включая таблицы, формулы и химические структуры
• Модуль разметки сделан независимым и заменяемым, постобучение идёт без ручной разметки