15 个文档解析基准横评:OmniParseBench 得分 87.2 居首
VikParuchuri · x · 2026-11-20
Vik Paruchuri 在回复中给出一份「哪些解析基准可信」的审计图表:对 15 个文档解析基准按四个维度打分(正确阅读 50 分、对各解析器公平 25 分、可实际运行 15 分、能区分解析器差异 10 分),满分 100。结果:OmniParseBench(Datalab 自家,作者注明有偏)以 87.2 居首,Real5-OmniDocBench 79.2、PureDocBench 78.4 紧随;OmniDocBench v1.0–1.6 在 74–77 分区间;而 LogicsDocBench 仅 10.6 分、XDocParse 仅 5 分。他认为对齐 OCR 质量的可信基准是 OmniDocBench 衍生、PureDocBench 与 OmniParseBench。
所属事件:Datalab 发布 OmniParseBench 并审计 15 个文档解析基准乱象(5 条相关)→
「研究」频道最新
- 一个特征判别小说:感知动词每页超 3.4 次,90% 是虚构 — _akpiper · 2026-11-20
- Ai2 发布 Theorizer:AI 读文献提科学假说,肿瘤医生称重合其15年思考 — allen_ai · 2026-11-20
- AI2 推出 Theorizer:基于已发表研究提出可供科学家验证的理论 — allen_ai · 2026-11-20
- 跨机构综述:理解模型内部机制到底能否让 AI 更安全 — sarahookr · 2026-11-20
- μSAM2 发布:基于 3000 万标注细胞训练的显微图像分割新模型 — alxndrkalinin · 2026-11-20
- SnakeBench 实测:最强模型仍难预判 3 步以上贪吃蛇走势 — GregKamradt · 2026-11-20