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。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →