页面倾斜 2-4 度就换冠军:BenchBench 实测打脸解析器榜单
thisguyknowsai · x · 2026-11-18
开发者 raunakdoesdev 做了一项基准可靠性实验:此前他提出「每个解析器都在自家基准上排第一」,于是实测验证。
做法:8 个文档解析器跑 12 个基准,然后把页面倾斜 2–4 度再跑一遍——结果 12 个基准中有 6 个换出了不同的第一名。项目戏称为 BenchBench。
结论:当前文档解析基准对轻微图像扰动极其敏感,榜单排名不足为凭。
「研究」频道最新
- 斯坦福团队预测病毒演化,设计出可中和未来逃逸变体的抗体 — BrianHie · 2026-11-18
- 德国公法考试基准 GPBam:检索收益有限,法条知识决定长文质量 — aaire · 2026-11-18
- AI agent 立功:首次发现细菌全基因组移码现象 — GaryMarcus · 2026-11-18
- Google Antigravity 推出 Science 插件,1 万科学家免费用顶配套餐 — DynamicWebPaige · 2026-11-18
- AI 预测病毒进化再设计抗体,可中和现有及未来逃逸变体 — BrianHie · 2026-11-18
- 原子级基础模型瓶颈转移:模型已逼近 DFT 标签自身误差 — matt_slotnick · 2026-11-18