1.3B开源文档解析模型OXR登顶三项基准，后训练引入RSI

1.3B开源模型OXR三项文档解析基准登顶

据量子位报道，一个参数量为1.3B的开源文档解析模型OXR（Optical「Everything」Recognition）在OmniDocBench、olmOCR-Bench和DocParsingBench三项基准上均位列第一，得分分别为97.18、87.84和87.76。报道称，该模型由SoMark团队推出，代码、权重及基准评测复现流程已公开，官方同时提供在线Demo与免费API。

后训练引入RSI，架构拆分版面分析与识别

报道指出，OXR的准确率主要来自后训练阶段的递归自我改进（RSI）范式：先由通用多模态模型对无标签文档的解析结果分类为正确、错误与不确定，再对错误样本做归因聚类，据此生成针对性训练数据回流迭代，过程中不依赖新增人工标注。架构上，OXR将版面分析交给独立轻量模型，主模型同时负责内容识别与阅读顺序判断，版面分析模块可插拔替换。团队称，单张RTX PRO 6000端到端解析100页文档耗时101.0秒。报道认为，此类小参数垂直模型对本地部署更友好，也关系到Agent获取高质量结构化上下文的能力。

限制与来源

上述榜单得分、耗时与Star数均来自团队及媒体报道，尚未获独立第三方验证；模型的实际精度、速度会随文档类型、硬件与推理框架不同而变化。免费API的可用性、调用限额及服务期限以官方页面当前信息为准，商业级引擎SoMark的授权与定价亦需查阅官网。本文不构成任何采购或投资建议。来源：量子位（www.qbitai.com），原文链接：https://www.qbitai.com/2026/10/506686.html。