Pular para o conteúdo principal
ToolPotion
Consultor de IA
Enviar

OXR-1.0

Modelos de IAModelos de IA e LLMsFree API / Open Source · Web

OXR-1.0 é um modelo de análise de documentos de código aberto desenvolvido pela equipe SoMark. Ele transforma PDFs e imagens de documentos em formatos de dados amigáveis para agentes, como Markdown ou JSON, incluindo coordenadas de layout. Utilizando um loop de autoaperfeiçoamento recursivo durante o pós-treinamento, OXR-1.0 alcança precisão de ponta e velocidades de análise líderes do setor com apenas 1,3 bilhão de parâmetros, tornando-o altamente eficiente para diversas necessidades de processamento de documentos.

Ver modelo
Compartilhar
Ver modelo
Compartilhar

OXR-1.0 é um modelo avançado de análise de documentos de código aberto desenvolvido pela equipe SoMark, projetado para converter documentos complexos, como PDFs e imagens, em dados estruturados e amigáveis para agentes. Ele gera dados em formatos como Markdown ou JSON, completos com coordenadas de layout, tornando-o altamente versátil para várias aplicações que requerem compreensão precisa de documentos.

Ler mais

Distinguido por sua arquitetura inovadora, OXR-1.0 é o primeiro modelo de análise de documentos a incorporar um loop de autoaperfeiçoamento recursivo (RSI) durante o pós-treinamento. Essa abordagem única permite que o modelo melhore seu desempenho ao focar em amostras que processa incorretamente ou de forma fraca, acelerando significativamente a iteração e a melhoria sem exigir anotação humana. Apesar de ter apenas 1,3 bilhão de parâmetros, OXR-1.0 consistentemente ocupa a posição #1 em benchmarks importantes, incluindo olmOCR-Bench, OmniDocBench e DocParsingBench, demonstrando precisão superior, particularmente na análise de tabelas.

Um recurso chave do OXR-1.0 é seu módulo de análise de layout plugável, uma inovação na indústria. Esse design permite que os usuários substituam o modelo de layout embutido por um personalizado, proporcionando flexibilidade sem precedentes para se adaptar a requisitos específicos de domínio. OXR-1.0 mantém suas capacidades centrais em reconhecimento de conteúdo e ordem de leitura, garantindo esforço mínimo de integração em vários cenários de documentos. Ele pode reconhecer 13 tipos distintos de elementos de documentos, desde fórmulas e tabelas até equações químicas e blocos de código, fornecendo coordenadas de caixa delimitadora para cada um.

Além de sua precisão, OXR-1.0 possui velocidade de análise de alto nível, superando outros modelos de código aberto em testes de velocidade. Essa eficiência é alcançada por meio de uma arquitetura de processamento redesenhada no nível da tarefa, otimizando a velocidade enquanto preserva alta precisão. O modelo é capaz de lidar com tipos e layouts de documentos desafiadores, incluindo provas A3, jornais, texto vertical e até mesmo caligrafia. A SoMark oferece uma API gratuita para testes e disponibiliza ferramentas CLI e SDK abrangentes para Python e JavaScript, garantindo ampla compatibilidade e facilidade de integração para desenvolvedores.

  • CategoriaModelos de IA e LLMs
  • Modelo de preçosFree API / Open Source
  • ImplantaçãoNuvem, Roda localmente
  • PlataformasWeb

  • Modelo de análise de documentos de código aberto

  • Converte PDFs e imagens de documentos para Markdown ou JSON

  • Inclui coordenadas de layout na saída

  • Utiliza loop de Autoaperfeiçoamento Recursivo (RSI) para pós-treinamento

  • Alcança precisão de ponta (SOTA)

  • Classificado como #1 no olmOCR-Bench, OmniDocBench e DocParsingBench

  • Possui 1,3 bilhão de parâmetros

  • Oferece velocidade de análise líder do setor

  • Módulo de análise de layout independente e plugável

  • Suporta modelos de layout personalizados

  • Lida com reconhecimento de conteúdo e ordem de leitura

  • Reconhece 13 tipos de elementos de documentos (fórmulas, tabelas, equações químicas, blocos de código, etc.)

  • Desempenha bem em documentos desafiadores (provas A3, caligrafia, texto vertical)

  • Fornece uma API gratuita para testes

  • Compatível com a API de análise de documentos oficial da SoMark e ferramentas CLI

  1. Acessar o Modelo: Baixe o código e os modelos do OXR-1.0 do Hugging Face ou ModelScope.

  2. Preparar o Ambiente: Configure seu ambiente para download do modelo e execução do serviço.

  3. Iniciar Serviços: Execute os serviços do OXR-1.0 usando Docker para uma configuração recomendada ou inicie serviços individuais (Modelo OXR, Modelo de Análise de Layout, API de Análise de Documentos) a partir da fonte.

  4. Configurar API: Se estiver executando a partir da fonte, configure a API de Análise de Documentos definindo os campos de URL em config.yaml para os endereços dos serviços do modelo OXR e do modelo de Análise de Layout.

  5. Abrir Demonstração Visual: Acesse a demonstração visual em http://localhost:8000/demo para fazer upload de PDFs ou imagens e visualizar os resultados analisados, incluindo visualização em Markdown, fonte, caixas delimitadoras de layout e ordem de leitura.

  6. Enviar Solicitação de Análise: Use a API do OXR diretamente ou integre-se às ferramentas CLI/SDK da SoMark (somark-py, somark-js) alterando a URL Base para enviar solicitações de análise.

  7. Otimizar Integração: Adapte o módulo de análise de layout plugável para requisitos específicos de domínio para uma análise de estrutura de documentos personalizada.

  • Digitalização de Documentos
  • Extração de Dados
  • Reconhecimento de Conteúdo
  • Processamento Automatizado de Documentos
  • Preparação de Dados Amigáveis para Agentes
  • Análise de Layout Personalizada
  • Pesquisa e Desenvolvimento
  • Benchmarking de Analisadores de Documentos

Avaliações de OXR-1.0

Carregando...

Ferramentas de IA populares como OXR-1.0

MiniCPM-OCR 1.0

Modelos de IA

MiniCPM-OCR 1.0 é um modelo específico de OCR projetado para compreensão de documentos centrados em texto. Ele se destaca na análise de texto, tabelas e gráficos, oferecendo…

Modelos de IA e LLMs
Ver ferramenta

Modelos de IA

Modelo específico de OCR projetado para compreensão de documentos centrados em texto. Ele se destaca na análise de texto, tabelas e gráficos, oferecendo…MiniCPM-OCR 1.0 é um modelo específico de OCR projetado para compreensão de documentos centrados em texto. Ele se destaca na análise de texto, tabelas e gráficos, oferecendo…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA

OXR

Repositórios de IA no GitHub

OXR é um modelo de análise de documentos de código aberto projetado para alta precisão e velocidade. Ele utiliza um loop RSI durante o pós-treinamento para melhorar seu…

Ferramentas de documentos e PDF com IA
Ver ferramenta

Repositórios de IA no GitHub

Modelo de análise de documentos de código aberto projetado para alta precisão e velocidade. Ele utiliza um loop RSI durante o pós-treinamento para melhorar seu…OXR é um modelo de análise de documentos de código aberto projetado para alta precisão e velocidade. Ele utiliza um loop RSI durante o pós-treinamento para melhorar seu…

Ferramentas de documentos e PDF com IA
Ver o Top 250 de Repositórios de IA no GitHub

PaddleOCR-VL-1.6

Modelos de IA

PaddleOCR-VL-1.6 é um modelo avançado de análise de documentos que aprimora o refinamento de regiões e os processos de pós-treinamento. Ele alcança precisão de ponta no…

Modelos de IA e LLMs
Ver ferramenta

Modelos de IA

Modelo avançado de análise de documentos que aprimora o refinamento de regiões e os processos de pós-treinamento. Ele alcança precisão de ponta no…PaddleOCR-VL-1.6 é um modelo avançado de análise de documentos que aprimora o refinamento de regiões e os processos de pós-treinamento. Ele alcança precisão de ponta no…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA

Youtu-Parsing-Omni

Modelos de IA

Youtu-Parsing-Omni é um modelo de parsing omni-modal versátil que converte entradas diversas, como documentos, imagens, gráficos e vídeos, em JSON estruturado. Ele se destaca em…

Modelos de IA e LLMs
Ver ferramenta

Modelos de IA

Modelo de parsing omni-modal versátil que converte entradas diversas, como documentos, imagens, gráficos e vídeos, em JSON estruturado. Ele se destaca em…Youtu-Parsing-Omni é um modelo de parsing omni-modal versátil que converte entradas diversas, como documentos, imagens, gráficos e vídeos, em JSON estruturado. Ele se destaca em…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA

LayoutLM

Repositórios de IA no GitHub

LayoutLM é um modelo de pré-treinamento multimodal para compreensão de documentos visualmente ricos e extração de informações. Ele combina informações de texto, layout e imagem…

Modelos de IA e LLMs
Ver ferramenta

Repositórios de IA no GitHub

Modelo de pré-treinamento multimodal para compreensão de documentos visualmente ricos e extração de informações. Ele combina informações de texto, layout e imagem…LayoutLM é um modelo de pré-treinamento multimodal para compreensão de documentos visualmente ricos e extração de informações. Ele combina informações de texto, layout e imagem…

Modelos de IA e LLMs
Ver o Top 250 de Repositórios de IA no GitHub

LightOnOCR-3-4B

Modelos de IA

LightOnOCR-3-4B é um modelo de OCR de alto desempenho que oferece capacidades avançadas de compreensão de layout e visual. Ele fornece transcrição precisa e coordenadas de caixa…

Modelos de IA e LLMs
Ver ferramenta

Modelos de IA

Modelo de OCR de alto desempenho que oferece capacidades avançadas de compreensão de layout e visual. Ele fornece transcrição precisa e coordenadas de caixa…LightOnOCR-3-4B é um modelo de OCR de alto desempenho que oferece capacidades avançadas de compreensão de layout e visual. Ele fornece transcrição precisa e coordenadas de caixa…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA

Monkt

Apps de IA

Monkt transforma documentos como PDF, Word e páginas da web em Markdown ou JSON estruturado pronto para IA. Ele otimiza o conteúdo para sistemas LLM, permitindo chatbots de IA…

Ferramentas de documentos e PDF com IA

Nº 110 para Ajuste fino de modelos de IA

Ver ferramenta

Apps de IA

Transforma documentos como PDF, Word e páginas da web em Markdown ou JSON estruturado pronto para IA. Ele otimiza o conteúdo para sistemas LLM, permitindo chatbots de IA…Monkt transforma documentos como PDF, Word e páginas da web em Markdown ou JSON estruturado pronto para IA. Ele otimiza o conteúdo para sistemas LLM, permitindo chatbots de IA…

Ferramentas de documentos e PDF com IA
Nº 110 para Ajuste fino de modelos de IA

Extend

Apps de IA

Extend fornece uma infraestrutura poderosa de processamento de documentos projetada para agentes de IA. Permite que os usuários analisem, extraiam e dividam documentos complexos…

Ferramentas de documentos e PDF com IA

Nº 39 para Limpeza & formatação de dados

Ver ferramenta

Apps de IA

Fornece uma infraestrutura poderosa de processamento de documentos projetada para agentes de IA. Permite que os usuários analisem, extraiam e dividam documentos complexos…Extend fornece uma infraestrutura poderosa de processamento de documentos projetada para agentes de IA. Permite que os usuários analisem, extraiam e dividam documentos complexos…

Ferramentas de documentos e PDF com IA
Nº 39 para Limpeza & formatação de dados
1 de 8