OXR
SoMarkAI团队开发的开源文档解析模型，参数量1.3B，支持将PDF和文档图片转为Markdown或带版面坐标的JSON，可识别13种元素类型，采用可插拔版面分析与递归自我改进后训练循环。
时间轴 (近 90 天)
SoMarkAI团队开源了1.3B参数的文档解析模型OXR。
OXR将布局分析拆分为独立模型，允许用户替换为自定义布局模型。
OXR在本地运行需要24 GB NVIDIA GPU。
OXR团队提供了免费托管API供测试自有文件，但共享队列不适合生产环境。
多栏布局是OXR的已知弱项，而多栏恰是学术论文最常见的版式。
OXR的后训练阶段采用错误样本驱动的迭代数据增强：模型犯错或不确定的样本被转化为文字理由，理由聚类后驱动下一轮定向训练数据生成。
本地运行OXR需要Linux和带BF16支持的NVIDIA GPU；24GB显存够低并发测试，长文档或高并发建议48GB以上；Docker all-in-one镜像是最省事的起步方式。
OXR是一个仅有1.3B参数的开源权重文档解析模型，由SoMarkAI团队开发，目标是将PDF和文档图片直接转成Markdown或带版面坐标的JSON。
OXR的仓库地址为GitHub的SoMarkAI/OXR，权重在Hugging Face的SoMarkAI/OXR-1.0，ModelScope同步发布；许可为Apache 2.0附加条款，包含商业使用的门槛限制。
OXR提供免费API，无需注册和API key，但仅供测试且请求会排队，团队表示会一直在线直到承担不起成本。
还有 5 条时间轴事件
全部知识事实 (15)
OXR的后训练阶段采用错误样本驱动的迭代数据增强：模型犯错或不确定的样本被转化为文字理由，理由聚类后驱动下一轮定向训练数据生成。
50%待验证OXR将布局分析拆分为独立模型，允许用户替换为自定义布局模型。
50%待验证OXR在本地运行需要24 GB NVIDIA GPU。
50%待验证OXR团队提供了免费托管API供测试自有文件，但共享队列不适合生产环境。
50%待验证多栏布局是OXR的已知弱项，而多栏恰是学术论文最常见的版式。
50%待验证OXR将版面分析与识别解耦：识别和阅读顺序在同一模型内并行执行以保证速度，版面分析则是独立模型，可以按需替换。
50%待验证本地运行OXR需要Linux和带BF16支持的NVIDIA GPU；24GB显存够低并发测试，长文档或高并发建议48GB以上；Docker all-in-one镜像是最省事的起步方式。
50%待验证OXR是一个仅有1.3B参数的开源权重文档解析模型，由SoMarkAI团队开发，目标是将PDF和文档图片直接转成Markdown或带版面坐标的JSON。
50%待验证OXR的仓库地址为GitHub的SoMarkAI/OXR，权重在Hugging Face的SoMarkAI/OXR-1.0，ModelScope同步发布；许可为Apache 2.0附加条款，包含商业使用的门槛限制。
50%待验证OXR提供免费API，无需注册和API key，但仅供测试且请求会排队，团队表示会一直在线直到承担不起成本。
50%待验证OXR官方宣称在olmOCR-Bench、OmniDocBench v1.6和DocParsingBench三个主流文档解析基准上同时排名第一。
50%待验证在固定100页OmniDocBench页面、单张RTX PRO 6000上运行全部21个模型的测试中，OXR端到端（含版面分析、识别、阅读顺序）处理100页耗时101秒，次快的OvisOCR2耗时135秒。
50%待验证OXR支持识别13种元素类型并输出边界框，包括表格、公式、化学方程式、化学结构式和代码块。
50%待验证OXR的工程设计包含RSI后训练循环，即用递归自我改进方式将解析错误和不确定结果自动转化为针对性训练数据，无需人工标注。
50%待验证SoMarkAI团队开源了1.3B参数的文档解析模型OXR。
50%