Marker 2: Novi open source alat za konverziju dokumenata 5x brži od konkurencije

Ako radite sa velikim brojem dokumenata u različitim formatima, novi Marker 2 bi mogao da vam uštedi sate rada. Ovaj open source alat sada postiže impresivnih 76% tačnosti u prepoznavanju sadržaja dokumenata, uz brzinu od skoro 3 stranice u sekundi na jednom B200 GPU-u.

Datalab je potpuno prepravio svoj popularni alat za konverziju dokumenata, fokusirajući se na tri ključna poboljšanja: kvalitet, brzinu i podršku za CPU. Najvažnije je da Marker 2 sada nadmašuje sve glavne konkurente u benchmark testovima. U poređenju sa MinerU pipeline-om, Marker 2 je 5 puta brži uz veću tačnost (76% naspram 72.7%).

Alat podržava tri režima rada. "Balanced" režim koristi Surya VLM za najbolje rezultate (76% tačnosti), "fast" režim je optimizovan za brzinu (66.6% tačnosti), a "--disable_ocr" opcija omogućava rad bez GPU-a (43.6% tačnosti, ali 23.7 stranica u sekundi). Ovo je posebno važno za korisnike koji nemaju pristup jakim grafičkim karticama.

Licenciranje je oblast gde se alati najviše razlikuju. Marker koristi Apache 2.0 za kod, ali modeli zahtevaju posebnu licencu za komercijalnu upotrebu preko $5M prihoda. Docling je potpuno MIT licenciran, dok MinerU dozvoljava besplatnu upotrebu do $20M mesečnog prihoda.

Zašto je ovo bitno? Marker 2 nudi najbolji odnos tačnosti i brzine u klasi open source alata za obradu dokumenata. Iako VLMs kao što su Gemini Flash 3.5 i Chandra 2 i dalje daju bolje rezultate, oni zahtevaju plaćene API pozive po stranici. Marker 2 pruža 83.5% tačnosti na digitalno rođenim PDF-ovima bez dodatnih troškova.

Najveći izazov ostaje obrada starih skeniranih dokumenata, gde svi alati pokazuju značajan pad tačnosti. Marker 2 u "balanced" režimu postiže samo 43.2% tačnosti na ovakvim dokumentima, što pokazuje da je još uvek potrebno unapređenje u ovoj oblasti.