참고팁X
오픈소스 문서 파서 'OXR' 공개: 레이아웃 독립형, 1.3B 경량 모델로 고성능 기록
레이아웃 분석 엔진을 교체 가능한 구조의 경량 OCR 모델로, 문서 처리 파이프라인 최적화에 활용할 만한 가치가 있음.
요약
문서 파서 개발의 병목인 수동 라벨링 문제를 해결하기 위해 OXR(Optical Everything Recognition)이 등장했다. OXR은 사전 학습 후 재귀적 자기 개선(RSI) 루프를 도입해 라벨링되지 않은 페이지를 직접 파싱하고, 일반 VLM이 오류를 식별하여 자동으로 맞춤형 학습 데이터를 생성한다. 1.3B 규모의 OXR 모델은 레이아웃 분석을 독립적으로 분리하여 사용자가 원하는 레이아웃 모델로 교체할 수 있고, 인식과 콘텐츠 기반 읽기 순서 파악을 동시에 수행한다. 13개 요소 유형에 대해 좌표를 포함한 Markdown 또는 JSON 형식으로 출력하며, olmOCR-Bench(87.84), OmniDocBench(97.18), DocParsingBench(87.76)에서 1위를 차지했다. 특히 RTX PRO 6000 환경에서 100페이지를 101초 만에 처리하여 오픈소스 중 가장 빠른 속도를 기록했다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @ai_for_success: fixing a document parser on hard tables, formulas, or multi-column layouts usually stalls on manual labeling. OXR (Optical Everyth
원문 보기 ↗