★ 3
国产开源 OXR 1.3B 登顶全球第一,RSI 重塑 OCR
国产开源 OCR 模型 OXR 以 1.3B 参数规模登顶全球榜单第一,主打「解析一切」的通用文档解析能力。报道称其借助 RSI(强化自我改进)训练方法在 OCR 任务上取得突破,以小参数模型对标更大规模竞品。
量子位3 天前
共 6 篇相关资讯,按重要度与时间排序,每 3 小时更新。
国产开源 OCR 模型 OXR 以 1.3B 参数规模登顶全球榜单第一,主打「解析一切」的通用文档解析能力。报道称其借助 RSI(强化自我改进)训练方法在 OCR 任务上取得突破,以小参数模型对标更大规模竞品。
新开源的OCR模型通过将KV Cache压缩为常数,实现页数无上限处理并将缓存降低96%,被称为OCR 3.0时代的开源新王。该技术显著降低长文档OCR的显存开销,对文档解析与多模态应用有直接价值。
OXR以1.3B参数开源发布,登顶全球三个榜单第一,推理速度超过Paddle与MinerU。开源一周GitHub获超1000 star,X平台关注度破百万,并登上Today's news推荐。
Jina AI发布jina-ocr-v1,一款3.4B参数的MoE视觉文档解析模型,可将PDF、扫描件、表格、图表和发票转为Markdown。模型基于DeepSeek-OCR,内置FastMTP投机解码,在OmniDocBench v1.6得分91.14,单张A100每秒解析2.57页,权重以CC…
Unsiloed 发布教程,介绍如何结合 Muse、Unsiloed 和 Jev 构建自动化 AI 会计系统。内容演示了文档解析与代理协作在财务场景中的应用。该教程面向希望自动化记账流程的开发者。
一篇博客探讨 PDF 格式对 AI 处理文档带来的挑战,涉及可访问性与结构化解析问题。文章指出 PDF 的非结构化特性增加了 AI 提取与理解内容的难度。