OXR خدام

OXR هو موديل مفتوح المصدر لتحليل الوثائق بحجم 1.3B، طوّراتو شركة SoMark ديال ShouKou Technology، وموجّه لصور PDF والوثائق. كيخرّج Markdown/JSON مناسبين للـAgent، وكيقدر يتعرّف على 13 نوع من العناصر، بحال النصوص والجداول والصيغ والمعادلات والصيغ الكيميائية وقطع الكود، وكيعطي إحداثيات التخطيط وترتيب القراءة. فمرحلة ما بعد التدريب، دخل OXR حلقة RSI للتحسين الذاتي، واحتل المرتبة الأولى فثلاثة اختبارات: OmniDocBench وolmOCR-Bench وDocParsingBench، مع سرعة تحليل متقدمة.

تحويل الوثائق لبيانات منظمة: كيحلّل ملفات PDF وصور الوثائق وكيحوّلها لـ Markdown/JSON، باش يقدرو الـAgent والأنظمة اللاحقة يستعملوها مباشرة.
التعرّف على عناصر متعددة: كيغطي النصوص، الجداول، الصيغ، المعادلات الكيميائية، الصيغ الكيميائية البنيوية، وقطع الكود ضمن 13 نوع من عناصر الوثائق.
إخراج معلومات التخطيط: كيعطي إحداثيات المربعات المحيطة بنتائج التعرّف، وكينظّم المحتوى حسب ترتيب القراءة.
معالجة التخطيطات المعقدة: كيدعم المقالات والجرائد متعددة الأعمدة، أوراق الامتحان بحجم A3، النصوص العمودية، والكتابة اليدوية بالصينية والإنجليزية، وغيرها من الحالات الصعيبة.
تحليل تخطيط قابل للتخصيص: موديل التخطيط المدمج قابل للتبديل، باش يتلاءم مع تعريفات مختلفة لأنواع العناصر وحدود المناطق وتجميع المحتوى حسب كل استعمال.
طرق متعددة للولوج: كيوفّر API مجاني، وDemo على الإنترنت، ونشر محلي باستعمال Docker أو الكود المصدري، ومتوافق مع SoMark CLI/SDK.

تابع WeChat وجاوب بـ «开源» باش تنضم لمجموعة مشاريع الذكاء الاصطناعي مفتوحة المصدر
الموديل والتدريب: OXR هو موديل فيه 1.3B من المعاملات، تدرّب من الصفر، وفمرحلة ما بعد التدريب دخل حلقة RSI مخصّصة لتحليل الوثائق: عدة موديلات كتحلّل العينات الخاطئة والضعيفة، وكتولّد أوتوماتيكيا استراتيجيات وبيانات التدريب.
تقسيم الأدوار فالمعمارية: النظام مكوّن من موديل خفيف لتحليل التخطيط Layout Analysis وموديل OXR الرئيسي؛ الأول كيحدّد مناطق المحتوى، والثاني كينجز فمرحلة تعرّف وحدة تعرّف المحتوى وتحديد ترتيب القراءة، وهاد الشي كيقلّل تكلفة الترتيب المنفصل وكيستعمل العلاقات الدلالية لتحسين تحديد الترتيب.
تصميم قابل للتبديل: تحليل التخطيط مفصول فموديل مستقل، ويمكن تبديلو بموديل من طرف ثالث أو موديل مطوّر داخليا، مع الحفاظ على قدرات OXR فالتعرّف على المحتوى وتحديد ترتيب القراءة، وتقليل تكلفة التكييف بين المجالات.
تحسين الكفاءة: تعاودات هيكلة عملية التحليل على مستوى المهام، باش يحقق الموديل الصغير 1.3B إنتاجية أعلى مع الحفاظ على الدقة؛ ووفقا للمقارنة الرسمية على RTX PRO 6000 لتحليل 100 صفحة بنفس الشروط، كيحتاج OXR حوالي 101 ثانية، وهو أسرع من PaddleOCR-VL-1.6 وMinerU2.5-Pro.
الدمج الهندسي: API ديال التحليل متوافق مع SoMark، ويمكن إعادة استعمال somark-py/somark-js/CLI؛ والنشر المحلي الأسهل كيدوز عبر Docker all-in-one، بينما نشر الكود المصدري كيتطلب تشغيل خدمة موديل OXR، وخدمة Layout Analysis، وAPI ديال تحليل الوثائق كل وحدة بوحدها.

تحميل الموارد: كلون مستودع GitHub، وحمّل أوزان OXR-1.0 BF16 من Hugging Face أو ModelScope.
التشغيل عبر Docker: بنِ ‏docker/Dockerfile.allinone وربط مجلد الموديل، ومن بعد التشغيل دخل لـ localhost:8000/demo أو /docs.
النشر من الكود المصدري: شغّل بالتتابع خدمة موديل OXR، وخدمة Layout Analysis، ومن بعد API ديال تحليل الوثائق وضبط config.yaml.
بدء التحليل: عيّط لـ /v1/parse/sync أو للواجهة غير المتزامنة، أو استعمل SoMark CLI/SDK من بعد تبديل base URL وقدّم الملف.
الحصول على النتيجة: اختار صيغة الإخراج بحال markdown/json، وحمّل نتيجة التحليل وراجع الإحداثيات وترتيب القراءة.
الدمج فالإنتاج: استعمل خدمة محلية أو الخدمة التجارية ديال SoMark، وبدّل أو حسّن موديل تحليل التخطيط حسب متطلبات الاستعمال.

دقة متقدمة فثلاثة اختبارات: احتل المرتبة الأولى فـ OmniDocBench وolmOCR-Bench وDocParsingBench، وكانت الأفضلية أوضح فحالات الجداول.
سرعة عالية: الموديل فيه 1.3B من المعاملات، وكيحلّل 100 صفحة فحوالي 101 ثانية بنفس الشروط، وكتصنّفو الجهة الرسمية كأول موديل مفتوح المصدر فالمقارنة.
تغطية واسعة للعناصر: كيدعم النصوص والجداول والصيغ والمعادلات والصيغ الكيميائية وقطع الكود، ضمن 13 نوع من عناصر الوثائق.
إخراج مناسب للـAgent: النتائج فيها إحداثيات التخطيط وترتيب القراءة، ويمكن تحويلها مباشرة لـ Markdown/JSON وإدخالها فالـworkflow.
تطور مستمر: التدريب اللاحق كيستعمل حلقة RSI لتوليد الاستراتيجيات والبيانات أوتوماتيكيا من العينات الخاطئة والضعيفة، وتقليل الاعتماد على الوسم اليدوي.
تكلفة تكييف منخفضة: تحليل التخطيط مستقل وقابل للتبديل، ويمكن تعويضو بموديل تخطيط مخصّص للاستعمال، مع الاحتفاظ بقدرات التعرّف والترتيب.

مستودع GitHub: https://github.com/SoMarkAI/OXR
مستودع الموديل فـ HuggingFace: https://huggingface.co/SoMarkAI/OXR-1.0

إدخال المحتوى لقاعدة معرفة RAG: تحويل ملفات PDF والوثائق الممسوحة ضوئيا لـ Markdown/JSON فيهما البنية والإحداثيات، لتحسين التقطيع والاسترجاع وجودة الإحالات.
تحليل الوثائق المالية وتقارير البحث: معالجة التقارير متعددة الأعمدة، والجداول المعقدة، وشروحات الرسوم، مع إخراج مستقر لبنية الجداول وترتيب القراءة.
رقمنة التعليم والامتحانات: تحليل أوراق الامتحان بحجم A3، والمحتوى العمودي أو المكتوب بخط اليد، لخدمة بناء بنوك الأسئلة، والتصحيح، وتحليل الأخطاء.
البحث العلمي ومسار النشر: التعرّف على صيغ الأبحاث والمعادلات والصيغ الكيميائية، وتحويلها لـ LaTeX وmhchem وSMILES باش يسهل إعادة استعمالها.
Agent ديال وثائق الشركات: توفير مدخلات منظمة للعقود والسير الذاتية والأرشيف ووثائق الكود، مع إمكانية تبديل موديل تحليل التخطيط ليتلاءم مع تخطيطات كل قطاع.