开源1.3B文档解析模型OXR发布

somarkai 发布开源文档解析模型 OXR，参数量 1.3B。该模型把解析失败纳入训练流程：在后训练阶段由视觉语言模型评估自身输出，用多次采样的分歧标记不确定样本，再由独立聚类模型归因，指导下一轮定向数据生成。 据 Rohan Paul 在 X 上的介绍，OXR 在 olmOCR-Bench、OmniDocBench 和 DocParsingBench 三项基准上排名第一；在单张 RTX PRO 6000 上，其吞吐为 GLM-OCR 的 3.05 倍，是速度对比中最快的开源结果。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。