文档理解基准带来明显增益
echen · x · 2026-07-13
Surge 介绍了他们的 GDP.pdf 公开评测集，目标是测试前沿模型能否理解“支撑现实世界运转的文档”，例如财务文件、剂量表、赔偿条款等。
@reductoai 基于这套公开集做了实验，把自己的文档解析能力接入后，模型质量平均提升 9 个百分点，同时推理 token 消耗下降 13%。收益最大的场景是密集工程任务，比如接线图、交叉引用表格等，提升幅度达到 7% 到 23%。
作者强调，这套公开集可以让做文档 AI 栈的团队直接拿来继续构建和对比，并欢迎进一步交流。
「应用」频道最新
- HeyGen 联手 Canva:幻灯片讲者备注自动变数字人讲解视频 — HeyGen · 2026-10-27
- Google Docs 与 Drive 原生支持 Markdown,主打人机协作 — rseroter · 2026-10-27
- Krea 推出 Premiere Pro 插件:剪辑时间线内直接生成视频与音效 — lmoroney · 2026-10-27
- Meta 测试 Muse 桌面端 Live Avatar：虚拟形象伴聊窗口曝光 — testingcatalog · 2026-10-27
- Paradigm 推出 Envoys：Claude Code 与 Codex 接入研究图谱，用自己订阅即可免费 — tensorqt · 2026-10-27
- Riverside 推出 Agents:录音停止后自动剪辑、选钩子、配 B-roll 直出成片 — dr_cintas · 2026-10-27