MarkTechPost · 24.07.2026 ·Данные и инжиниринг

Сравнение инструментов для обработки документов: Marker 2 против аналогов

Datalab выпустила вторую версию инструмента Marker, предназначенного для конвертации сложных документов в машиночитаемые форматы. Обновленная архитектура позволила достичь 76 баллов в бенчмарке olmOCR и обеспечить скорость обработки 2,9 страницы в секунду на одном GPU B200. Это решение значительно превосходит показатели MinerU, Docling и LiteParse по совокупности метрик точности и производительности.

Разработчики переработали Marker 2, внедрив трехрежимный конвейер обработки, который адаптируется под задачи разной сложности. В отличие от предыдущих итераций и конкурентных решений, система оптимизирована для работы с высоконагруженными пайплайнами данных, где критически важна скорость извлечения контента из PDF-файлов с сохранением структуры разметки.

Сравнение с аналогами показывает, что Marker 2 выигрывает за счет более эффективного использования вычислительных мощностей. В то время как MinerU и Docling ориентированы на общие задачи парсинга, новая версия Marker демонстрирует пятикратное преимущество в пропускной способности, что делает её предпочтительным выбором для крупномасштабных систем RAG и подготовки обучающих датасетов для LLM.

Ключевые факты

Marker 2 показывает результат 76.0 на бенчмарке olmOCR-bench.
Скорость обработки достигает 2,9 страницы в секунду на одном графическом ускорителе NVIDIA B200.
Производительность конвейера Marker 2 превышает показатели MinerU более чем в 5 раз.
Инструмент превосходит Docling по комбинации точности распознавания и скорости обработки данных.

Источник: MarkTechPost

Обсудить с ИИ

Похожие материалы

MarkTechPost · Данные и инжиниринг Сравнение Datalab Lift с инструментами извлечения данных из документов Datalab представила Lift — специализированную модель на 9 миллиардов параметров, предназначенную для прямого извлечения структурированных данных из PDF и изображений согласно заданной JSON-схеме. В отличие от стандартных пайплайнов, преобразующих документы в Markdown, Lift анализирует визуальное представление страниц, что позволяет сократить количество этапов обработки и повысить точность извлечения полей в целевой формат. MarkTechPost · Инференс и железо Baidu представила Unlimited OCR: 3B-модель с фиксированным потреблением памяти Baidu выпустила Unlimited OCR — специализированную MoE-модель с 3 млрд параметров, предназначенную для обработки многостраничных документов. Главная особенность архитектуры заключается в использовании механизма Reference Sliding Window Attention (R-SWA), который поддерживает постоянный размер KV-кэша. Это позволяет модели сохранять стабильную скорость работы и потребление памяти независимо от объема входных данных, значительно превосходя существующие аналоги. Hacker News · Модели и релизы Anthropic представила Claude 3.5 Opus Компания Anthropic официально выпустила Claude 3.5 Opus — новую флагманскую модель, которая значительно превосходит предыдущие версии по скорости работы и качеству логических рассуждений. Обновление направлено на решение сложных многоэтапных задач, требующих высокой точности в программировании, анализе данных и написании текстов, сохраняя при этом улучшенную эффективность инференса для корпоративных пользователей. Hacker News · Модели и релизы Анализ производительности новой модели Claude 3.5 Opus Платформа Artificial Analysis опубликовала подробный бенчмарк новой модели Claude 3.5 Opus от компании Anthropic. Исследование подтверждает значительный прирост вычислительной эффективности и точности ответов по сравнению с предыдущими версиями. Модель демонстрирует лидерство в задачах сложного логического вывода и программирования, сохраняя при этом конкурентоспособную скорость генерации токенов для корпоративных задач. Hacker News · Оценка и бенчмарки Новый бенчмарк Handwritten-edit выявил слабые места топовых LLM в задачах на внимательность Исследователи представили бенчмарк Handwritten-edit, оценивающий способность языковых моделей исправлять рукописный текст и выполнять точные манипуляции с данными. Результаты показали, что даже передовые модели демонстрируют значительные провалы в логике и счете: например, производительность Claude 3 Opus упала на 55% при выполнении задач на подсчет символов, в то время как модель Fable 5 заняла лидирующую позицию. Hacker News · Оценка и бенчмарки GLM-5.2 (max) достигла уровня Claude 3 Opus в бенчмарке Harvey LAB-AA Новая модель GLM-5.2 (max) продемонстрировала результаты, сопоставимые с Claude 3 Opus в специализированном бенчмарке Harvey LAB-AA. Исследование, проведенное Artificial Analysis, подтверждает, что модель показывает высокую эффективность в задачах, требующих глубокого анализа юридических и сложных структурированных документов, что является важным показателем прогресса в области специализированных LLM для профессиональных отраслей. Hacker News · Инфраструктура для агентов Compressor V2: снижение затрат на работу ИИ-агентов в два раза Компания Edgee представила вторую версию инструмента Compressor, предназначенного для оптимизации работы LLM-агентов. Решение использует трехуровневую систему сжатия данных, которая позволяет сократить расходы на инференс на 50% без существенной потери качества ответов. Технология ориентирована на снижение объема передаваемых токенов и оптимизацию взаимодействия с API крупных языковых моделей в реальных агентных системах. Hacker News · ИИ в бизнесе Практический подход к автоматизации обработки документов с помощью LLM Автор анализирует методы внедрения больших языковых моделей в процессы обработки корпоративной документации. В центре внимания — переход от простых RAG-систем к структурированному извлечению данных, повышению точности парсинга PDF-файлов и оптимизации затрат на инференс при работе с большими массивами неструктурированной информации в бизнес-среде. The Decoder · Модели и релизы Mistral AI представила специализированную модель OCR для распознавания документов Компания Mistral AI выпустила новую модель Mistral OCR, предназначенную для высокоточного извлечения данных из сложных форматов документов, включая PDF, Word и PowerPoint. Согласно внутренним слепым тестам разработчика, новая модель превосходит конкурентов в 72% случаев, обеспечивая повышенную эффективность при обработке многостраничных файлов и структурированного контента для последующего анализа в ИИ-системах. Hacker News · Память и RAG Вышел высокопроизводительный PDF-чанкер на Rust с поддержкой структуры документа Разработчики представили инструмент для обработки PDF-файлов, который выполняет сегментацию текста без использования LLM. Решение написано на чистом Rust и ориентировано на сохранение логической структуры документа, что критически важно для качественного RAG. Инструмент позволяет эффективно разбивать сложные документы на логические блоки, минимизируя затраты ресурсов и повышая точность извлечения контекста для последующей индексации в векторных базах данных.

← Все материалы