上一代模型配对工具链反超下一代:KYNEX 在 ExtractBench 92.97 F1 胜 GPT-6 Astra
the-random-guy-2002 · reddit · 2026-11-22
KYNEX(开源 Apache 2.0 文档转 JSON 抽取 harness)再次公布 ExtractBench 成绩:LlamaIndex 官方基准,370 份企业文档、4,869 页、67 种文档类型。
- GPT-5.4 经 KYNEX:92.97 F1,超过 standalone 的 GPT-6 Astra(91.9)——上一代模型配对工具链打赢了下一代裸模型
- GPT-6.1 Sol 经 KYNEX:94.6 F1,53 个系统里排第 8,距同模型跑 Codex 仅差 0.7 F1
- 系统给 LLM 六个工具(页面阅读、表格抽取、OCR、视觉、全文检索、Azure Doc Intelligence),supervisor 追踪已抽/未抽字段
- 五条后处理规则均有消融数据:逐页枚举、非记录行剪除、涂黑标记处理、结构化表格行、纯图页 OCR fallback;单条规则在最差样例上从 0 拉到 0.97 F1
- 三个提交均经 LlamaIndex 维护者验证
「编程与Agent」频道最新
- Astra 2 小时完成 Blender 牛仔短片,Fable 5.2 同题要 20 小时 — iamfakhrealam · 2026-11-22
- Neon 5 分钟内零库零模板生成 Three.js 太阳系 — iamfakhrealam · 2026-11-22
- 用 GPT-6.2 Astra 加 Three.js 搭出古典雕塑感网站 — iamfakhrealam · 2026-11-22
- Astra 把 Blender 资产打包成单个 HTML 的海洋生存游戏 — iamfakhrealam · 2026-11-22
- Neon 零素材生成巨型破空之手 Three.js 电影场景 — iamfakhrealam · 2026-11-22
- 单轮可跑数十段代码:V8 isolate 复用架构让 agent 执行提速 — charliermarsh · 2026-11-22