LlamaIndex 发布 Boo Bench：专测文档解析器重复幻觉
llama_index · x · 2026-10-30
LlamaIndex 发布 Boo Bench，一个由 179 页真实页面构成的「鬼屋」基准，专门诱导文档解析器进入重复循环。有模型看到一页 246 个脱敏 x，输出了 23,004 个。
构成：
- 100 页真实页面：前导点、空白、0.00 行、重复行
- 48 页陷阱页：16 种把戏，从几乎相同的行到 O 与 0 的混淆
- 16 页幽灵页：万圣节 emoji 网格与计数
- 15 种闹鬼文字：模型很少读过的文字扫描件
定位：捕捉 VLM 容易翻车但专业文档 OCR API 表现良好的页面，用来说明文档处理需要专用模型、工具和 agent 框架，而不是把文档直接丢给 VLM。评测方式是检查输出是否重复超出页面实际内容，附带排行榜与论文、数据集。
所属事件:LlamaIndex 发布 Boo Bench 专测文档解析器重复幻觉(3 条相关)→
「研究」频道最新
- Meta 论文:RL 后训练提升首次成功率,却收窄解题覆盖面 — rohanpaul_ai · 2026-10-30
- AI 加持生信工具再提速:bowtie2 提升 3 倍、bwa-mem3 提升 20-30% — jmschreiber91 · 2026-10-30
- Jason Furman 谈 AI 与经济学研究：AI 该在前沿和复现中发挥大作用 — Afinetheorem · 2026-10-30
- ScreenBench:湿实验室数据藏错,AI agent 最高仅得 0.49 分 — danielmckinn0n · 2026-10-30
- Mastra Observational Memory 登顶 BEAM 长期记忆基准 100K/1M 榜首 — darian314 · 2026-10-30
- Rooke 称69个Lean验证SAT定理、比CaDiCaL快22.92倍，但P vs NP仍开放 — TinfoilTricorn · 2026-10-30