AXDocLayout-M v1.2: компактная разметка документов на Mac

Что изменилось по сравнению с исходными весами?

Разработчик AutomatosX выпустил отдельный пакет для MLX — системы запуска моделей на процессорах Apple. Часть чисел внутри весов хранится в более компактном формате MXFP8; такой способ уменьшения файла называют квантованием. Файл модели, по карточке автора, занимает 70,86 МБ вместо 146,77 МБ у исходного варианта FP32. Это сравнение размеров файлов, а не минимальной оперативной памяти Mac и не доказательство ускорения. Сам автор прямо пишет, что существенного выигрыша по задержке на сопоставимом тесте не установлено. s1 s3

В состав пакета входят model.safetensors, конфигурация и отдельный исходный код программы запуска. Загрузка привязана к конкретной ревизии весов; это не новая модель для беседы, а средство поиска областей на странице. Доступность файлов подтверждена списком репозитория и закреплённой ревизией; исполнение на оборудовании Modelium не проверялось. s2 s4

Кому это поможет, а кому — нет?

Модель различает 11 типов областей, включая заголовок, обычный текст, подпись, таблицу, иллюстрацию и формулу. На вход нужен уже полученный рисунок страницы; на выходе — метки и координаты областей. Например, разработчик может подать изображение страницы отчёта с таблицей и проверить, выделена ли таблица отдельно от основного текста. Это пример того, что следует проверить на собственном файле, а не результат теста редакции. Пакет сам не извлекает буквы из картинки, не конвертирует PDF, не восстанавливает ячейки таблицы и не определяет порядок чтения. Для этих задач нужны отдельные компоненты. s1

Указанный авторами путь требует macOS на Apple Silicon, Python 3.12 или 3.13, MLX 0.32.4 и установки модельного Python-пакета из исходников. Тестовая машина авторов — M2 Ultra; это не заявленный минимум железа. В статье нет команды «установить и сразу обработать PDF»: прежде требуется подготовить изображение и программный вызов. Если нужен инструмент с готовым интерфейсом для домашнего скана, этот выпуск пока не самый простой первый шаг. s1 s4

Насколько проверены качество и права?

На 6489 повторно использованных страницах для разработки авторы получили AP 76,3551 для компактного варианта и 76,2383 для своего эталонного FP32-запуска. AP здесь — усреднённая точность определения областей; небольшая разница не доказывает улучшения качества. Это не независимая проверка и не гарантия на ваших документах. Автор отдельно сообщает, что сверка некоторых изображений финансовых страниц с прежними Linux-рендерами не прошла, хотя сравнение двух моделей проводилось на одинаковых macOS-изображениях. В собственном замере на M2 Ultra медиана одного вызова составила 53,558 мс без чтения файла и запуска программы — переносить её на другие Mac нельзя. s1

Текущий пакет весов и производный код автор помечает AGPL-3.0-only; в уведомлении разрешено коммерческое использование при соблюдении условий этой лицензии, без дополнительного запрета на коммерцию. Сохранённые уведомления Apache-2.0 относятся к прежним компонентам, а не превращают новые веса в Apache-2.0. Перед внедрением в продукт проверьте условия распространения и сетевого использования исходного кода. s5

Следующий шаг: если вы разрабатываете локальную обработку документов на Mac, откройте закреплённую карточку пакета и сначала проверьте разметку одной своей страницы. Если нужен именно текст документа, смотрите решения для OCR — распознавания букв на изображении — отдельно от выделения областей. s1