الوصف
OXR-1.0 هو نموذج متقدم مفتوح المصدر لتحليل الوثائق تم تطويره بواسطة فريق SoMark، مصمم لتحويل الوثائق المعقدة مثل ملفات PDF والصور إلى بيانات منظمة وصديقة للوكيل. يقوم بإخراج البيانات بتنسيقات مثل Markdown أو JSON، مع إحداثيات التخطيط، مما يجعله متعدد الاستخدامات للغاية لتطبيقات مختلفة تتطلب فهم دقيق للوثائق.
قراءة المزيد
يمتاز OXR-1.0 بهندسته المعمارية المبتكرة، وهو أول نموذج لتحليل الوثائق يدمج حلقة تحسين ذاتي تكرارية (RSI) أثناء التدريب اللاحق. تتيح هذه الطريقة الفريدة للنموذج تحسين أدائه من خلال استهداف العينات التي يعالجها بشكل غير صحيح أو ضعيف، مما يسرع بشكل كبير من عملية التكرار والتحسين دون الحاجة إلى التعليق البشري. على الرغم من احتوائه على 1.3 مليار معلمة فقط، يحتل OXR-1.0 باستمرار المرتبة الأولى في المعايير الرئيسية بما في ذلك olmOCR-Bench وOmniDocBench وDocParsingBench، مما يدل على دقة متفوقة، خاصة في تحليل الجداول.
تتمثل إحدى الميزات الرئيسية لـ OXR-1.0 في وحدة تحليل التخطيط القابلة للتوصيل، وهي الأولى من نوعها في الصناعة. يسمح هذا التصميم للمستخدمين باستبدال نموذج التخطيط المدمج بنموذج مخصص، مما يوفر مرونة لا مثيل لها للتكيف مع متطلبات المجالات المحددة. يحتفظ OXR-1.0 بقدراته الأساسية في التعرف على المحتوى وترتيب القراءة، مما يضمن الحد الأدنى من جهد التكامل عبر سيناريوهات الوثائق المختلفة. يمكنه التعرف على 13 نوعًا مختلفًا من عناصر الوثيقة، من الصيغ والجداول إلى المعادلات الكيميائية وكتل التعليمات البرمجية، مع توفير إحداثيات صندوق الحدود لكل منها.
بعيدًا عن دقته، يتمتع OXR-1.0 بسرعة تحليل من الطراز الأول، متفوقًا على نماذج مفتوحة المصدر الأخرى في اختبارات السرعة. يتم تحقيق هذه الكفاءة من خلال إعادة تصميم معمارية المعالجة على مستوى المهمة، مما يحسن السرعة مع الحفاظ على دقة عالية. النموذج قادر على التعامل مع أنواع الوثائق والتخطيطات الصعبة، بما في ذلك أوراق الامتحانات A3، والصحف، والنص العمودي، وحتى الكتابة اليدوية. تقدم SoMark واجهة برمجة تطبيقات مجانية للاختبار وتوفر أدوات CLI وSDK شاملة لـ Python وJavaScript، مما يضمن توافقًا واسعًا وسهولة في التكامل للمطورين.
- الفئةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
- نموذج التسعيرFree API / Open Source
- النشرسحابي, يعمل محليًا
- المنصاتالويب
أبرز ملامح OXR-1.0
نموذج مفتوح المصدر لتحليل الوثائق
يحول ملفات PDF وصور الوثائق إلى Markdown أو JSON
يتضمن إحداثيات التخطيط في الإخراج
يستخدم حلقة تحسين ذاتي تكرارية (RSI) للتدريب اللاحق
يحقق دقة متقدمة (SOTA)
يحتل المرتبة الأولى في olmOCR-Bench وOmniDocBench وDocParsingBench
يحتوي على 1.3 مليار معلمة
يقدم سرعة تحليل رائدة في الصناعة
وحدة تحليل تخطيط مستقلة وقابلة للتوصيل
يدعم نماذج تخطيط مخصصة
يتعامل مع التعرف على المحتوى وترتيب القراءة
يتعرف على 13 نوعًا من عناصر الوثيقة (الصيغ، الجداول، المعادلات الكيميائية، كتل التعليمات البرمجية، إلخ)
يؤدي بشكل جيد على الوثائق الصعبة (أوراق امتحانات A3، الكتابة اليدوية، النص العمودي)
يوفر واجهة برمجة تطبيقات مجانية للاختبار
متوافق مع واجهة برمجة تطبيقات SoMark الرسمية لتحليل الوثائق وأدوات CLI
البدء مع OXR-1.0
الوصول إلى النموذج: قم بتنزيل كود OXR-1.0 والنماذج من Hugging Face أو ModelScope.
إعداد البيئة: قم بإعداد بيئتك لتنزيل النموذج وتنفيذ الخدمة.
بدء الخدمات: قم بتشغيل خدمات OXR-1.0 باستخدام Docker للإعداد الموصى به، أو ابدأ الخدمات الفردية (نموذج OXR، نموذج تحليل التخطيط، واجهة برمجة تطبيقات تحليل الوثائق) من المصدر.
تكوين واجهة برمجة التطبيقات: إذا كنت تعمل من المصدر، قم بتكوين واجهة برمجة تطبيقات تحليل الوثائق عن طريق تعيين حقول URL في config.yaml إلى عناوين خدمات نموذج OXR ونموذج تحليل التخطيط.
فتح العرض المرئي: الوصول إلى العرض المرئي على http://localhost:8000/demo لتحميل ملفات PDF أو الصور وعرض النتائج المحللة، بما في ذلك معاينة Markdown، المصدر، صناديق الحدود للتخطيط، وترتيب القراءة.
إرسال طلب التحليل: استخدم واجهة برمجة تطبيقات OXR مباشرة أو دمجها مع أدوات CLI/SDK الخاصة بـ SoMark (somark-py، somark-js) عن طريق تغيير عنوان URL الأساسي لإرسال طلبات التحليل.
تحسين التكامل: قم بتكييف وحدة تحليل التخطيط القابلة للتوصيل مع متطلبات المجال المحددة لتحليل هيكل الوثائق المخصص.
حالات استخدام OXR-1.0
- رقمنة الوثائق
- استخراج البيانات
- التعرف على المحتوى
- معالجة الوثائق الآلية
- إعداد بيانات صديقة للوكيل
- تحليل تخطيط مخصص
- البحث والتطوير
- تقييم نماذج تحليل الوثائق








