LlamaIndex 发布 ExtractBench：复杂企业文档信息提取基准

RexDouglass · x · 2026-08-16

LlamaIndex 创始人发布了 ExtractBench，这是一个针对复杂企业文档信息提取的综合基准。现有模型在长文档（如破产债权人名单）处理上常因注意力机制缺失或产生幻觉。基准覆盖了多种文档长度和字段密度（从单页到数百页，从几十到数万个字段），并定义了三种提取任务：大海捞针、密集文档和长列表。目标是推动模型在无需高昂单页成本（如 $1/页）的前提下，实现生产级的高精度提取。