Перейти к основному содержимому
ToolPotion
ИИ-советник
Отправить

OXR-1.0

AI-моделиИИ-модели и LLMFree API / Open Source · Веб

OXR-1.0 — это модель парсинга документов с открытым исходным кодом, разработанная командой SoMark. Она преобразует PDF-файлы и изображения документов в форматы данных, удобные для агентов, такие как Markdown или JSON, включая координаты макета. Используя рекурсивный цикл самоулучшения во время постобучения, OXR-1.0 достигает передовой точности и лидирующих в отрасли скоростей парсинга с всего лишь 1,3 миллиарда параметров, что делает её высокоэффективной для различных потребностей в обработке документов.

Открыть модель
Поделиться
Открыть модель
Поделиться

OXR-1.0 — это продвинутая модель парсинга документов с открытым исходным кодом, разработанная командой SoMark, предназначенная для преобразования сложных документов, таких как PDF и изображения, в структурированные данные, удобные для агентов. Она выводит данные в форматах, таких как Markdown или JSON, с полными координатами макета, что делает её высоко универсальной для различных приложений, требующих точного понимания документов.

Читать далее

Отличаясь своей инновационной архитектурой, OXR-1.0 является первой моделью парсинга документов, которая включает рекурсивный цикл самоулучшения (RSI) во время постобучения. Этот уникальный подход позволяет модели улучшать свою производительность, нацеливаясь на образцы, которые она обрабатывает неправильно или слабо, значительно ускоряя итерации и улучшения без необходимости в аннотации от человека. Несмотря на наличие всего 1,3 миллиарда параметров, OXR-1.0 стабильно занимает 1-е место на основных бенчмарках, включая olmOCR-Bench, OmniDocBench и DocParsingBench, демонстрируя превосходную точность, особенно в парсинге таблиц.

Ключевой особенностью OXR-1.0 является её независимый и подключаемый модуль анализа макета, что является первым в отрасли. Этот дизайн позволяет пользователям заменять встроенную модель макета на пользовательскую, обеспечивая беспрецедентную гибкость для адаптации к различным специфическим требованиям домена. OXR-1.0 сохраняет свои основные возможности в распознавании содержимого и порядке чтения, обеспечивая минимальные усилия по интеграции в различных сценариях документов. Она может распознавать 13 различных типов элементов документа, от формул и таблиц до химических уравнений и блоков кода, предоставляя координаты ограничивающих рамок для каждого.

Помимо своей точности, OXR-1.0 обладает скоростью парсинга высшего уровня, превосходя другие модели с открытым исходным кодом в тестах на скорость. Эта эффективность достигается благодаря переработанной архитектуре обработки на уровне задач, оптимизируя скорость при сохранении высокой точности. Модель способна обрабатывать сложные типы документов и макеты, включая экзаменационные листы формата A3, газеты, вертикальный текст и даже рукописный текст. SoMark предоставляет бесплатный API для тестирования и предлагает комплексные инструменты CLI и SDK для Python и JavaScript, обеспечивая широкую совместимость и простоту интеграции для разработчиков.

  • КатегорияИИ-модели и LLM
  • Модель ценообразованияFree API / Open Source
  • РазвёртываниеОблако, Работает локально
  • ПлатформыВеб

  • Модель парсинга документов с открытым исходным кодом

  • Преобразует PDF-файлы и изображения документов в Markdown или JSON

  • Включает координаты макета в вывод

  • Использует рекурсивный цикл самоулучшения (RSI) для постобучения

  • Достигает передовой точности (SOTA)

  • Занимает 1-е место на olmOCR-Bench, OmniDocBench и DocParsingBench

  • Содержит 1,3 миллиарда параметров

  • Предлагает лидирующую в отрасли скорость парсинга

  • Независимый и подключаемый модуль анализа макета

  • Поддерживает пользовательские модели макета

  • Обрабатывает распознавание содержимого и порядок чтения

  • Распознает 13 типов элементов документа (формулы, таблицы, химические уравнения, блоки кода и т.д.)

  • Хорошо работает с сложными документами (экзаменационные листы A3, рукопись, вертикальный текст)

  • Предоставляет бесплатный API для тестирования

  • Совместим с официальным API парсинга документов SoMark и инструментами CLI

  1. Доступ к модели: Скачайте код и модели OXR-1.0 с Hugging Face или ModelScope.

  2. Подготовка окружения: Настройте ваше окружение для загрузки модели и выполнения сервиса.

  3. Запуск сервисов: Запустите сервисы OXR-1.0 с помощью Docker для рекомендуемой настройки или запустите отдельные сервисы (модель OXR, модель анализа макета, API парсинга документов) из исходного кода.

  4. Настройка API: Если вы запускаете из исходного кода, настройте API парсинга документов, установив поля URL в config.yaml на адреса сервисов модели OXR и модели анализа макета.

  5. Открыть визуальную демонстрацию: Получите доступ к визуальной демонстрации по адресу http://localhost:8000/demo, чтобы загрузить PDF-файлы или изображения и просмотреть результаты парсинга, включая предварительный просмотр Markdown, источник, ограничивающие рамки макета и порядок чтения.

  6. Отправить запрос на парсинг: Используйте API OXR напрямую или интегрируйтесь с инструментами CLI/SDK SoMark (somark-py, somark-js), изменив базовый URL для отправки запросов на парсинг.

  7. Оптимизировать интеграцию: Адаптируйте подключаемый модуль анализа макета к специфическим требованиям домена для индивидуального парсинга структуры документов.

  • Цифровизация документов
  • Извлечение данных
  • Распознавание содержимого
  • Автоматизированная обработка документов
  • Подготовка данных, удобных для агентов
  • Пользовательский анализ макета
  • Исследования и разработки
  • Бенчмаркинг парсеров документов

Отзывы о OXR-1.0

Загрузка...

Популярные ИИ-инструменты, похожие на OXR-1.0

MiniCPM-OCR 1.0

AI-модели

MiniCPM-OCR 1.0 — это модель, специфичная для OCR, разработанная для понимания документов, ориентированных на текст. Она превосходно справляется с разбором текста, таблиц и…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Модель, специфичная для OCR, разработанная для понимания документов, ориентированных на текст. Она превосходно справляется с разбором текста, таблиц и…MiniCPM-OCR 1.0 — это модель, специфичная для OCR, разработанная для понимания документов, ориентированных на текст. Она превосходно справляется с разбором текста, таблиц и…

ИИ-модели и LLM
Топ-5: AI-модели

OXR

AI-репозитории на GitHub

OXR — это модель парсинга документов с открытым исходным кодом, разработанная для высокой точности и скорости. Она использует цикл RSI в процессе постобучения для повышения своей…

ИИ-инструменты для документов и PDF
Открыть инструмент

AI-репозитории на GitHub

Модель парсинга документов с открытым исходным кодом, разработанная для высокой точности и скорости. Она использует цикл RSI в процессе постобучения для повышения своей…OXR — это модель парсинга документов с открытым исходным кодом, разработанная для высокой точности и скорости. Она использует цикл RSI в процессе постобучения для повышения своей…

ИИ-инструменты для документов и PDF
Топ-250: AI-репозитории на GitHub

PaddleOCR-VL-1.6

AI-модели

PaddleOCR-VL-1.6 — это продвинутая модель парсинга документов, которая улучшает уточнение регионов и процессы постобучения. Она достигает передовой точности на OmniDocBench,…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Продвинутая модель парсинга документов, которая улучшает уточнение регионов и процессы постобучения. Она достигает передовой точности на OmniDocBench,…PaddleOCR-VL-1.6 — это продвинутая модель парсинга документов, которая улучшает уточнение регионов и процессы постобучения. Она достигает передовой точности на OmniDocBench,…

ИИ-модели и LLM
Топ-5: AI-модели

Youtu-Parsing-Omni

AI-модели

Youtu-Parsing-Omni — это универсальная модель парсинга с омни-модальностью, которая преобразует различные входные данные, такие как документы, изображения, диаграммы и видео, в…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Универсальная модель парсинга с омни-модальностью, которая преобразует различные входные данные, такие как документы, изображения, диаграммы и видео, в…Youtu-Parsing-Omni — это универсальная модель парсинга с омни-модальностью, которая преобразует различные входные данные, такие как документы, изображения, диаграммы и видео, в…

ИИ-модели и LLM
Топ-5: AI-модели

LayoutLM

AI-репозитории на GitHub

LayoutLM — это мультимодальная модель предварительного обучения для понимания документов с богатым визуальным содержанием и извлечения информации. Она объединяет текстовую…

ИИ-модели и LLM
Открыть инструмент

AI-репозитории на GitHub

Мультимодальная модель предварительного обучения для понимания документов с богатым визуальным содержанием и извлечения информации. Она объединяет текстовую…LayoutLM — это мультимодальная модель предварительного обучения для понимания документов с богатым визуальным содержанием и извлечения информации. Она объединяет текстовую…

ИИ-модели и LLM
Топ-250: AI-репозитории на GitHub

LightOnOCR-3-4B

AI-модели

LightOnOCR-3-4B — это высокопроизводительная модель OCR, предлагающая расширенные возможности понимания макета и визуальных элементов. Она обеспечивает точную транскрипцию и…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Высокопроизводительная модель OCR, предлагающая расширенные возможности понимания макета и визуальных элементов. Она обеспечивает точную транскрипцию и…LightOnOCR-3-4B — это высокопроизводительная модель OCR, предлагающая расширенные возможности понимания макета и визуальных элементов. Она обеспечивает точную транскрипцию и…

ИИ-модели и LLM
Топ-5: AI-модели

Monkt

AI-приложения

Monkt преобразует документы, такие как PDF, Word и веб-страницы, в готовый для ИИ Markdown или структурированный JSON. Он оптимизирует контент для систем LLM, позволяя создавать…

ИИ-инструменты для документов и PDF

№110 — Тонкая настройка AI-моделей

Открыть инструмент

AI-приложения

Преобразует документы, такие как PDF, Word и веб-страницы, в готовый для ИИ Markdown или структурированный JSON. Он оптимизирует контент для систем LLM, позволяя создавать…Monkt преобразует документы, такие как PDF, Word и веб-страницы, в готовый для ИИ Markdown или структурированный JSON. Он оптимизирует контент для систем LLM, позволяя создавать…

ИИ-инструменты для документов и PDF
№110 — Тонкая настройка AI-моделей

Extend

AI-приложения

Extend предоставляет мощную инфраструктуру обработки документов, разработанную для ИИ-агентов. Она позволяет пользователям анализировать, извлекать и разделять сложные документы с…

ИИ-инструменты для документов и PDF

№39 — Очистка и форматирование данных

Открыть инструмент

AI-приложения

Предоставляет мощную инфраструктуру обработки документов, разработанную для ИИ-агентов. Она позволяет пользователям анализировать, извлекать и разделять сложные документы с…Extend предоставляет мощную инфраструктуру обработки документов, разработанную для ИИ-агентов. Она позволяет пользователям анализировать, извлекать и разделять сложные документы с…

ИИ-инструменты для документов и PDF
№39 — Очистка и форматирование данных
1 из 8