SoMark团队开源了1.3B参数的文档解析模型OXR，在OmniDocBench、olmOCR-Bench、DocParsingBench三项基准上均排名第一，解析速度优于PaddleOCR-VL与MinerU。该模型支持表格、公式、化学式等13类元素，可输出Markdown/JSON并保留版面坐标。架构上，由轻量版面分析模型定位区域，主模型识别内容并判断阅读顺序；后训练引入递归自我改进，用错误样本迭代训练。版面分析模块可插拔，代码与权重已开放。