一款名为 OXR 的新型 13 亿参数开源 OCR 模型在文档解析的三个全球基准测试中取得了最高排名。OXR 由中国开发,能够准确提取文本、表格、公式和图像等各种文档元素,并将其转换为 Markdown 或 LaTeX 等结构化格式。该模型处理 100 页文档仅需 100 多秒(单块高端 GPU),效率显著,便于本地部署。OXR 的性能归功于一种新颖的递归自改进 (RSI) 训练范式,该范式允许模型从自身错误中学习并生成新的训练数据,无需人工标注。 AI
影响 该模型的效率和可访问性有望显著加速企业采用先进的文档处理和 RAG 系统。
排序理由 新的开源模型发布,声称具有基准性能。[lever_c_demoted from frontier_release: ic=1 ai=1.0]
- DocParsingBench
- GeForce RTX 3060
- General VLM
- GitHub
- LaTeX
- Nvidia RTX Pro 6000 Blackwell Workstation Edition
- olmOCR-Bench
- OmniDocBench
- SigLIP2
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →