前沿 AI 仅得 26% 准确率，新基准 OfficeQA Pro V2 发布
jefrankle · x · 2026-08-07
Databricks 推出了新一代基准测试 OfficeQA Pro V2，旨在考验 AI 智能体处理复杂文档的能力。
- 数据集：基于美国财政部提供的 12 万份 PDF 文件构建。
- 模型表现：当前前沿 AI 智能体在该测试中的平均准确率仅为 26%，显示出模型在真实复杂文档理解上的巨大挑战。
所属事件:Databricks推出OfficeQA Pro V2基准(2 条相关)→
「研究」频道最新
- ScienceClaw：内置 1900+ 科研工具的开源智能体 — tom_doerr · 2026-08-07
- Mila讲座探讨非洲语言AI评测困境，Bengio共话安全与治理 — Mila_Quebec · 2026-08-07
- Mila 举办非洲语言 AI 评测讲座，Yoshua Bengio 共话安全治理 — Mila_Quebec · 2026-08-07
- MonkeyOCRv2 创开源 SOTA，超越 Qwen3-VL-235B — jiqizhixin · 2026-08-07
- 学者激辩 AI 智能体演化：竞争将取代协作获取资源 — Justin_Halford_ · 2026-08-07
- AI 首次创造出合成病毒，引发生物安全担忧 — financialtimes · 2026-08-07