Langsung ke konten utama
ToolPotion
Penasihat AI
Kirim (Gratis)

OXR-1.0

Model AIModel AI & LLMFree API / Open Source · Web

OXR-1.0 adalah model pemrosesan dokumen sumber terbuka yang dikembangkan oleh tim SoMark. Model ini mengubah PDF dan gambar dokumen menjadi format data yang ramah agen seperti Markdown atau JSON, termasuk koordinat tata letak. Dengan memanfaatkan loop perbaikan diri yang rekursif selama pasca-pelatihan, OXR-1.0 mencapai akurasi mutakhir dan kecepatan pemrosesan yang terdepan di industri dengan hanya 1,3 miliar parameter, menjadikannya sangat efisien untuk berbagai kebutuhan pemrosesan dokumen.

Lihat Model
Bagikan
Lihat Model
Bagikan

OXR-1.0 adalah model pemrosesan dokumen sumber terbuka yang canggih yang dikembangkan oleh tim SoMark, dirancang untuk mengubah dokumen kompleks seperti PDF dan gambar menjadi data terstruktur yang ramah agen. Model ini menghasilkan data dalam format seperti Markdown atau JSON, lengkap dengan koordinat tata letak, menjadikannya sangat serbaguna untuk berbagai aplikasi yang memerlukan pemahaman dokumen yang tepat.

Baca Selengkapnya

Dikenal karena arsitekturnya yang inovatif, OXR-1.0 adalah model pemrosesan dokumen pertama yang menggabungkan loop perbaikan diri yang rekursif (RSI) selama pasca-pelatihan. Pendekatan unik ini memungkinkan model untuk meningkatkan kinerjanya dengan menargetkan sampel yang diproses secara tidak benar atau lemah, secara signifikan mempercepat iterasi dan perbaikan tanpa memerlukan anotasi manusia. Meskipun hanya memiliki 1,3 miliar parameter, OXR-1.0 secara konsisten menduduki peringkat #1 di berbagai tolok ukur utama termasuk olmOCR-Bench, OmniDocBench, dan DocParsingBench, menunjukkan akurasi yang superior, terutama dalam pemrosesan tabel.

Fitur utama dari OXR-1.0 adalah modul analisis tata letak yang dapat dipasang, yang merupakan yang pertama di industri. Desain ini memungkinkan pengguna untuk mengganti model tata letak bawaan dengan model kustom, memberikan fleksibilitas yang tiada tara untuk beradaptasi dengan berbagai kebutuhan spesifik domain. OXR-1.0 mempertahankan kemampuan inti dalam pengenalan konten dan urutan bacaan, memastikan upaya integrasi yang minimal di berbagai skenario dokumen. Model ini dapat mengenali 13 jenis elemen dokumen yang berbeda, mulai dari rumus dan tabel hingga persamaan kimia dan blok kode, menyediakan koordinat kotak pembatas untuk masing-masing.

Selain akurasinya, OXR-1.0 memiliki kecepatan pemrosesan yang sangat baik, melampaui model sumber terbuka lainnya dalam pengujian kecepatan. Efisiensi ini dicapai melalui arsitektur pemrosesan yang dirancang ulang di tingkat tugas, mengoptimalkan kecepatan sambil mempertahankan akurasi tinggi. Model ini mampu menangani jenis dan tata letak dokumen yang menantang, termasuk kertas ujian A3, surat kabar, teks vertikal, dan bahkan tulisan tangan. SoMark menyediakan API gratis untuk pengujian dan menawarkan alat CLI dan SDK yang komprehensif untuk Python dan JavaScript, memastikan kompatibilitas luas dan kemudahan integrasi bagi pengembang.

  • KategoriModel AI & LLM
  • Model HargaFree API / Open Source
  • PenerapanCloud, Berjalan lokal
  • PlatformWeb

  • Model pemrosesan dokumen sumber terbuka

  • Mengubah PDF dan gambar dokumen menjadi Markdown atau JSON

  • Termasuk koordinat tata letak dalam output

  • Memanfaatkan loop Perbaikan Diri Rekursif (RSI) untuk pasca-pelatihan

  • Mencapai akurasi Mutakhir (SOTA)

  • Menduduki peringkat #1 di olmOCR-Bench, OmniDocBench, dan DocParsingBench

  • Memiliki 1,3 miliar parameter

  • Menawarkan kecepatan pemrosesan terdepan di industri

  • Modul analisis tata letak yang independen dan dapat dipasang

  • Mendukung model tata letak kustom

  • Menangani pengenalan konten dan urutan bacaan

  • Mengenali 13 jenis elemen dokumen (rumus, tabel, persamaan kimia, blok kode, dll.)

  • Berkinerja baik pada dokumen yang menantang (kertas ujian A3, tulisan tangan, teks vertikal)

  • Menyediakan API gratis untuk pengujian

  • Kompatibel dengan API pemrosesan dokumen resmi SoMark dan alat CLI

  1. Akses Model: Unduh kode dan model OXR-1.0 dari Hugging Face atau ModelScope.

  2. Siapkan Lingkungan: Siapkan lingkungan Anda untuk mengunduh model dan menjalankan layanan.

  3. Mulai Layanan: Jalankan layanan OXR-1.0 menggunakan Docker untuk pengaturan yang disarankan, atau mulai layanan individu (Model OXR, Model Analisis Tata Letak, API Pemrosesan Dokumen) dari sumber.

  4. Konfigurasi API: Jika menjalankan dari sumber, konfigurasi API Pemrosesan Dokumen dengan mengatur bidang URL di config.yaml ke alamat layanan model OXR dan Model Analisis Tata Letak.

  5. Buka Demo Visual: Akses demo visual di http://localhost:8000/demo untuk mengunggah PDF atau gambar dan melihat hasil yang diproses, termasuk pratinjau Markdown, sumber, kotak pembatas tata letak, dan urutan bacaan.

  6. Kirim Permintaan Pemrosesan: Gunakan API OXR secara langsung atau integrasikan dengan alat CLI/SDK SoMark (somark-py, somark-js) dengan mengubah URL Dasar untuk mengirim permintaan pemrosesan.

  7. Optimalkan Integrasi: Sesuaikan modul analisis tata letak yang dapat dipasang untuk kebutuhan spesifik domain untuk pemrosesan struktur dokumen yang disesuaikan.

  • Digitalisasi Dokumen
  • Ekstraksi Data
  • Pengenalan Konten
  • Pemrosesan Dokumen Otomatis
  • Persiapan Data Ramah Agen
  • Analisis Tata Letak Kustom
  • Riset dan Pengembangan
  • Benchmarking Pemroses Dokumen

Ulasan OXR-1.0

Memuat...

Alat AI Populer Seperti OXR-1.0

MiniCPM-OCR 1.0 adalah model khusus OCR yang dirancang untuk pemahaman dokumen yang berfokus pada teks. Model ini unggul dalam mem-parsing teks, tabel, dan grafik, menawarkan…

Model AI & LLM
Lihat Alat

Model khusus OCR yang dirancang untuk pemahaman dokumen yang berfokus pada teks. Model ini unggul dalam mem-parsing teks, tabel, dan grafik, menawarkan…MiniCPM-OCR 1.0 adalah model khusus OCR yang dirancang untuk pemahaman dokumen yang berfokus pada teks. Model ini unggul dalam mem-parsing teks, tabel, dan grafik, menawarkan…

Model AI & LLM
Lihat Top 5 Model AI

OXR

Repositori GitHub AI

OXR adalah model pemrosesan dokumen sumber terbuka yang dirancang untuk akurasi dan kecepatan tinggi. Model ini memanfaatkan loop RSI selama pasca-pelatihan untuk meningkatkan…

Alat Dokumen & PDF AI
Lihat Alat

Repositori GitHub AI

Model pemrosesan dokumen sumber terbuka yang dirancang untuk akurasi dan kecepatan tinggi. Model ini memanfaatkan loop RSI selama pasca-pelatihan untuk meningkatkan…OXR adalah model pemrosesan dokumen sumber terbuka yang dirancang untuk akurasi dan kecepatan tinggi. Model ini memanfaatkan loop RSI selama pasca-pelatihan untuk meningkatkan…

Alat Dokumen & PDF AI
Lihat Top 250 Repositori GitHub AI

PaddleOCR-VL-1.6 adalah model pemrosesan dokumen canggih yang meningkatkan penyempurnaan wilayah dan proses pasca-pelatihan. Model ini mencapai akurasi terbaik di OmniDocBench,…

Model AI & LLM
Lihat Alat

Model pemrosesan dokumen canggih yang meningkatkan penyempurnaan wilayah dan proses pasca-pelatihan. Model ini mencapai akurasi terbaik di OmniDocBench,…PaddleOCR-VL-1.6 adalah model pemrosesan dokumen canggih yang meningkatkan penyempurnaan wilayah dan proses pasca-pelatihan. Model ini mencapai akurasi terbaik di OmniDocBench,…

Model AI & LLM
Lihat Top 5 Model AI

Youtu-Parsing-Omni adalah model parsing omni-modal yang serbaguna yang mengubah berbagai input seperti dokumen, gambar, grafik, dan video menjadi JSON terstruktur. Model ini…

Model AI & LLM
Lihat Alat

Model parsing omni-modal yang serbaguna yang mengubah berbagai input seperti dokumen, gambar, grafik, dan video menjadi JSON terstruktur. Model ini…Youtu-Parsing-Omni adalah model parsing omni-modal yang serbaguna yang mengubah berbagai input seperti dokumen, gambar, grafik, dan video menjadi JSON terstruktur. Model ini…

Model AI & LLM
Lihat Top 5 Model AI

LayoutLM

Repositori GitHub AI

LayoutLM adalah model pra-pelatihan multimodal untuk pemahaman dokumen kaya visual dan ekstraksi informasi. Model ini menggabungkan informasi teks, tata letak, dan gambar untuk…

Model AI & LLM
Lihat Alat

Repositori GitHub AI

Model pra-pelatihan multimodal untuk pemahaman dokumen kaya visual dan ekstraksi informasi. Model ini menggabungkan informasi teks, tata letak, dan gambar untuk…LayoutLM adalah model pra-pelatihan multimodal untuk pemahaman dokumen kaya visual dan ekstraksi informasi. Model ini menggabungkan informasi teks, tata letak, dan gambar untuk…

Model AI & LLM
Lihat Top 250 Repositori GitHub AI

LightOnOCR-3-4B adalah model OCR berkinerja tinggi yang menawarkan kemampuan pemahaman tata letak dan visual yang canggih. Model ini memberikan transkripsi yang akurat dan…

Model AI & LLM
Lihat Alat

Model OCR berkinerja tinggi yang menawarkan kemampuan pemahaman tata letak dan visual yang canggih. Model ini memberikan transkripsi yang akurat dan…LightOnOCR-3-4B adalah model OCR berkinerja tinggi yang menawarkan kemampuan pemahaman tata letak dan visual yang canggih. Model ini memberikan transkripsi yang akurat dan…

Model AI & LLM
Lihat Top 5 Model AI

Monkt

Aplikasi AI

Monkt mengubah dokumen seperti PDF, Word, dan halaman web menjadi Markdown atau JSON terstruktur yang siap untuk AI. Ini mengoptimalkan konten untuk sistem LLM, memungkinkan…

Alat Dokumen & PDF AI

Peringkat 110 untuk Menyempurnakan model AI

Lihat Alat

Aplikasi AI

Mengubah dokumen seperti PDF, Word, dan halaman web menjadi Markdown atau JSON terstruktur yang siap untuk AI. Ini mengoptimalkan konten untuk sistem LLM, memungkinkan…Monkt mengubah dokumen seperti PDF, Word, dan halaman web menjadi Markdown atau JSON terstruktur yang siap untuk AI. Ini mengoptimalkan konten untuk sistem LLM, memungkinkan…

Alat Dokumen & PDF AI
Peringkat 110 untuk Menyempurnakan model AI

Extend

Aplikasi AI

Extend menyediakan infrastruktur pemrosesan dokumen yang kuat yang dirancang untuk agen AI. Ini memungkinkan pengguna untuk mem-parsing, mengekstrak, dan membagi dokumen kompleks…

Alat Dokumen & PDF AI

Peringkat 39 untuk Membersihkan & memformat data

Lihat Alat

Aplikasi AI

Menyediakan infrastruktur pemrosesan dokumen yang kuat yang dirancang untuk agen AI. Ini memungkinkan pengguna untuk mem-parsing, mengekstrak, dan membagi dokumen kompleks…Extend menyediakan infrastruktur pemrosesan dokumen yang kuat yang dirancang untuk agen AI. Ini memungkinkan pengguna untuk mem-parsing, mengekstrak, dan membagi dokumen kompleks…

Alat Dokumen & PDF AI
Peringkat 39 untuk Membersihkan & memformat data
1 dari 8