跳到正文
实时
热点事件历史事件

SoMark开源OXR模型登顶三项文档解析榜

3 篇报道2 个报道来源20 天前更新

先了解这件事

AI 综述

SoMark团队开源了1.3B参数的文档解析模型OXR,在OmniDocBench(97.18)、olmOCR-Bench(87.84)和DocParsingBench(87.76)三项基准测试中均排名第一。据量子位报道,OXR的完整解析速度快于PaddleOCR-VL-1.6和MinerU2.5-Pro,用一张RTX 3060基本就能运行。 官方提供了免注册、免申请Key的免费API,并称至少在服务器负载仍能承受的区间内会一直维护开源免费服务;代码、权重和基准评测复现流程已全部公开。 同期另有Youtu-Parsing-Omni统一多模态解析器开源,其5B参数版本在OmniDocBench v1.6和OmniParsingBench上分别取得96.96和75.08的成绩。

AI 根据报道生成 · 更新于 19 天前

事件进展

2 个进展

  1. 10月30日 08:00 · 1 篇报道
    Youtu-Parsing-Omni发布
    Hugging Face Daily Papers:Youtu-Parsing-Omni:统一多模态解析器,单编码器单架构覆盖所有模态
  2. 10月27日 15:41 · 2 篇报道
    OXR开源
    量子位:国产开源 OXR 以 1.3B 参数登顶三项文档解析榜单

报道时间线

沿着报道,了解事件的不同侧面。

10月30日
  1. 量子位精选
    国产开源 OXR 以 1.3B 参数登顶三项文档解析榜单

    SoMark 团队开源 1.3B 文档解析模型 OXR,在 OmniDocBench(97.18)、olmOCR-Bench(87.84)和 DocParsingBench(87.76)三项榜单排名第一。

  2. Hugging Face Daily Papers
    Youtu-Parsing-Omni:统一多模态解析器,单编码器单架构覆盖所有模态

    Youtu-Parsing-Omni 将文档、图像、音频和视频编码为时空结构化记录,通过自进化策略蒸馏实现最优解析效果。单模态编码器共享权重并融合跨模态信息,单架构统一十种解析任务输出,5B参数版本在 OmniDocBench v1.6 和 OmniParsingBench 上取得 96.96 和 75.08 的顶尖成绩,代码和权重开源。

10月27日
  1. 量子位
    OXR开源模型横扫三榜第一,1.3B参数实现高精度与速度双SOTA

    OXR开源模型在OmniDocBench、olmOCR-Bench和DocParsingBench三项基准测试中全部登顶,完整解析速度超过PaddleOCR-VL-1.6和MinerU2.5-Pro