หมดยุคก๊อปตัวหนังสือเพี้ยน! รู้จัก “OXR” โมเดล AI แกะเอกสาร แปลง PDF-ตาราง-สูตรคณิตส่งต่อให้ AI ฉลาดขึ้น 10 เท่า

สรุปจบใน 50 วิ • อัปเดตเมื่อสักครู่

✍️กานต์ ถอดรหัส

หมดยุคก๊อปตัวหนังสือเพี้ยน! รู้จัก “OXR” โมเดล AI แกะเอกสาร แปลง PDF‑ตาราง‑สูตรคณิตส่งต่อให้ AI ฉลาดขึ้น 10 เท่า

คนทำระบบ AI หรือต้องโยนไฟล์ PDF เข้าแชตบอทเจอปัญหาชวนปวดหัวประจำ คือ OCR แบบเก่าอ่านภาษาคนได้ แต่อ่านตารางพัง สูตรคณิตเละ รูปหาย ล่าสุดทีม SoMark ปล่อยโมเดล Open-source ตัวใหม่ชื่อ “OXR” ขนาดกะทัดรัด 1.3B ที่ไม่ได้แค่อ่านข้อความ แต่เข้าใจโครงสร้างเอกสารถึง 13 แบบ แปลงเป็น Markdown/JSON ได้เป๊ะจนคว้าคะแนนอันดับ 1 ใน 3 Benchmark ระดับโลก!

หมัดเด็ดโมเดลจิ๋ว

ทำไม OXR ถึงฉีกกฎ OCR เดิมจนโค่นเบนช์มาร์กโลก

1ไม่ใช่แค่อ่านข้อความ แต่เข้าใจ Layout: แยกแยะโครงสร้างได้ถึง 13 ประเภท ทั้งตาราง ซอร์สโค้ด สูตรเคมี สูตรคณิตศาสตร์ และคำบรรยายใต้ภาพ ไม่ใช่การดึงตัวอักษรมากองรวมกันแบบเดิม
2โมเดลฉลาดขึ้นเอง (Recursive Self-Improvement): มีระบบเรียนรู้จากจุดที่ตัวเองอ่านผิด เพื่อนำข้อผิดพลาดมาสร้างชุดข้อมูลฝึกซ้อมเพิ่มความแม่นยำในรอบถัดไปอัตโนมัติ

ไฟเขียวสายเดฟ

เปิดโอเพ่นซอร์สพร้อมเสียบเข้า RAG ได้ทันที

ปล่อยเป็น Open Source ฟรีบน GitHub เรียบร้อยแล้ว สาย Dev และคนทำระบบ RAG สามารถนำไปเสียบใช้งานและสลับโมดูลแยก Layout ได้ทันทีโดยไม่ต้องเทรนโมเดลใหม่ทั้งหมด

โพยเอาไว้คุยกับเพื่อน

“OCR แบบเดิมมันแค่อ่านตัวหนังสือ แต่ OXR เข้าใจทั้งตารางและสูตรคณิต แปลงไฟล์ PDF ส่งต่อให้ AI ฉลาดขึ้นแบบก้าวกระโดด!”

Chai AI