Redaksi akdah.ac.id – Datalab baru saja merilis Marker 2, sebuah perombakan menyeluruh dari pipeline konversi dokumen sumber terbuka. Marker 2 dirancang untuk mengonversi berbagai file seperti PDF, gambar, PPTX, DOCX, XLSX, HTML, dan EPUB menjadi format markdown, JSON, HTML, atau bagian-bagian tertentu. Tim Datalab membangun kembali Marker 2 di atas tiga komponen utama yang telah dikembangkan sebelumnya: Surya OCR 2, model layout cepat dengan 20 juta parameter, dan pdftext yang telah diperbaiki hingga tiga kali lipat lebih cepat dibandingkan versi sebelumnya.
Kinerja dan Kemampuan Marker 2
Dalam pengujian kinerja yang menggunakan benchmark olmOCR-bench dari Allen AI, mode seimbang Marker 2 memperoleh skor keseluruhan 76.0% dan 83.5% untuk PDF yang dihasilkan secara digital, dengan kecepatan konversi mencapai 2.9 halaman per detik pada satu GPU B200. Hal ini menunjukkan kemampuan Marker 2 yang jauh lebih baik, dengan throughput lebih dari 5 kali lipat dibandingkan pipeline backend MinerU yang hanya mencatat skor 72.7% dengan 0.54 halaman per detik.
Fitur Baru dalam Marker 2
Marker 2 memperkenalkan tiga jalur konversi yang berbeda:
-
Seimbang — Jalur ini menggunakan Surya VLM untuk menangani layout, dan seluruh halaman akan dilakukan OCR ulang jika teks tersemat mengalami kerusakan. Ini memberikan kualitas tertinggi dan merupakan yang terbaik bagi pengguna GPU, dengan skor 76.0% dalam pengujian olmOCR-bench.
-
Cepat — Jalur ini menggunakan detektor layout ringan rf-detr/onnx dan pdftext, dengan pemakaian VLM minimal. Skor yang diperoleh di jalur ini adalah 66.6%, namun lebih hemat biaya.
-
Disable OCR — Jalur ini melakukan ekstraksi lapisan teks saja, tanpa menggunakan VLM sama sekali dan berjalan sepenuhnya di CPU dengan skor 43.6% dan kecepatan 23.7 halaman per detik.
Keunggulan Dalam Pertandingan dengan Sistem Lain
Dari hasil perbandingan dengan sistem lain, terutama MinerU dan Docling, Marker 2 menunjukkan keunggulan yang signifikan. Pada kategori PDF yang dihasilkan secara digital, Marker 2 memimpin dengan skor 83.5% dibandingkan 83.3% dari MinerU. Namun, perbedaan mencolok terlihat pada throughput, di mana Marker 2 seimbang dapat mempertahankan 2.9 halaman per detik, sedangkan MinerU hanya 0.54 halaman per detik.
Dari sisi Docling, Marker 2 menunjukkan perbedaan yang lebih besar, dengan skor 76.0% dibandingkan 50.3% dan 2.9 halaman per detik berbanding 2.1 halaman per detik untuk Docling. Perbedaan ini menunjukkan efektivitas Marker 2 dalam menangani berbagai tipe dokumen.
Model Lisensi dan Penggunaan
Aspek lisensi menjadi perhatian penting bagi tim komersial. Marker 2 menggunakan kode dengan lisensi Apache 2.0, sedangkan model weights menggunakan lisensi AI Pubs OpenRAIL-M, yang gratis untuk penelitian, penggunaan pribadi, dan startup dengan pendanaan/revenue di bawah $5 juta. Di luar itu, penggunaan komersial memerlukan lisensi berbayar.
Sistem lainnya, seperti MinerU, kini berada di bawah Lisensi Sumber Terbuka MinerU dengan syarat tambahan. Docling menggunakan lisensi MIT, yang memungkinkan penggunaannya lebih fleksibel, sementara LiteParse menjadi pilihan open source dari tim LlamaIndex.
Kesimpulan
Dengan keunggulan dalam kecepatan, skor, dan kemampuan konversi, Marker 2 menegaskan posisinya sebagai alat yang efisien untuk konversi dokumen modern. Pengguna yang membandingkan berbagai sistem akan menemukan bahwa Marker 2 tidak hanya lebih cepat tetapi juga lebih akurat dalam menangani berbagai jenis dokumen, menjadikannya pilihan yang layak di pasar yang kompetitif ini.
