最近の事前学習の潮流は、ドキュメント理解の急速な発展をもたらしています。事前学習と微調整のフレームワークは、平文テキスト、ドキュメントテキスト、ウェブテキストなど、さまざまな形式のテキスト処理に効果的に利用されています。しかし、既存の事前学習モデルは通常、特定のドキュメント形式に対してのみ最適化されており、複数のドキュメント形式から知識を統合することが困難です。この課題に対処するため、私たちはXDoc（クロスドキュメント）という統一された事前学習モデルを提案します。このモデルは単一のモデルで異なるドキュメント形式を扱うことができます。パラメータ効率のために、単語埋め込み層やTransformer層などのバックボーンパラメータを異なる形式間で共有します。同時に、軽量なパラメータを持つ適応層を導入し、異なる形式間での区別を強化します。実験結果は、XDocが個別の事前学習モデルと比較して36.7%のパラメータしか持たないにもかかわらず、様々な下流タスクにおいて同等またはそれ以上の性能を達成することを示しています。これは実際の展開においてコスト効率が高いと言えます。コードと事前学習済みモデルは \url{https://aka.ms/xdoc} で公開されます。