SoMark 开源文档解析模型 OXR：1.3B 参数登顶三项基准

SoMark 团队开源 OXR 文档解析模型，可将 PDF 和文档图像转换为带布局坐标的 Markdown 或 JSON，面向 RAG 与 Agent 场景。模型从零预训练，仅 1.3B 参数，后训练阶段通过递归自我改进（RSI）循环自动生成训练数据，无需人工标注。项目已在 GitHub 开源，获得 273 星，并提供在线演示和免费 API。