OXR, Parser Dokumen Open-Weight 1,3B, Klaim Peringkat Teratas di Tiga Benchmark Publik

SoMarkAI merilis OXR (Optical Everything Recognition), model parsing dokumen berparameter 1,3 miliar yang pretrained dari nol, dengan kode dan bobot dipublikasikan pada 20 Oktober. Model mengubah PDF dan gambar dokumen menjadi Markdown atau JSON dengan koordinat layout dan reading order, mengenali 13 tipe elemen termasuk tabel, formula, persamaan kimia, dan code block, serta menangani input sulit seperti kertas ujian A3, koran, teks vertikal, dan tulisan tangan. Model mengklaim peringkat pertama di olmOCR-Bench, OmniDocBench, dan DocParsingBench, plus waktu end-to-end tercepat dalam perbandingan 21 model, serta sebuah klaim pertama di parsing dokumen: recursive self-improvement saat post-training, di mana sampel uncertain di-cluster berdasarkan penyebab error untuk merencanakan ronde pelatihan berikutnya.

Modul layout dapat diganti secara independen, serving berjalan di vLLM, dan tersedia image Docker all-in-one serta API hosted gratis untuk evaluasi. Lisensinya berbasis Apache 2.0 namun penggunaan komersial gratis hanya untuk organisasi dengan total funding atau pendapatan tahunan di bawah US$2 juta, dengan ketentuan komersial terpisah di atas ambang itu. Angka benchmark didorong vendor sendiri.