Boo Bench 用 179 页真实文档逼出解析器重复循环
llama_index · x · 2026-10-30
LlamaIndex 补充 Boo Bench 细节：测试页面全部来自真实文档，包括前导点、满是 0.00 的表格、几乎相同的行、罕见文字的扫描件等「普通却致命」的内容。
判定规则：解析器如果超出页面内容重复输出（一个模型把 246 个脱敏 x 写成了 23,004 个）、返回空结果、或直到 10 分钟超时仍在运行，都会被记一个「Boo」。
所属事件:LlamaIndex 发布 Boo Bench，专测文档解析器的重复幻觉(3 条相关)→
「研究」频道最新
- 斯坦福发布 RT-J:结构化数据一次前向预测,免特征工程 — jure · 2026-10-30
- Signal65 新基准：一模型样本正确率 97%，完整任务却全军覆没 — ryanshrout · 2026-10-30
- TEM 问世：能量模型首次可扩展，声称多项能力超越扩散模型 — du_yilun · 2026-10-30
- VisualForce：从软夹爪形变推断力度，机器人无需力传感器也能捏莓果 — du_yilun · 2026-10-30
- CMU 团队 HALO 论文:人形机器人学会与不可预测的人类协作 — Scobleizer · 2026-10-30
- Apple 实习成果:视觉定位任务暴露视觉语言模型安全漏洞 — Cohere_Labs · 2026-10-30