Alpha Pulse New
搜索登录

AI 产品

文档提取系统感知盲点研究：ExtractBench基准测试揭示性能差异，Agentic Plus表现最佳

首次出现 8月14日 02:02·最近更新 8月14日 02:02

一项名为ExtractBench的基准测试评估了14个文档提取系统在处理非数字化文档时的性能。测试文档包括1950年代的监管文件、手写税表以及因传真、复印机、传感器噪声和手机相机捕获而退化的页面。研究发现，不同系统的感知盲点不重叠：Codex在扫描和手写文档上准确率超过93%，但在旋转或纯图像页面上降至约80%；专业API在旋转和手写上表现良好，但扫描文档准确率仅为81%；Gemini 3.5 Flash在扫描时准确率从88.6%下降到71.1%。相比之下，新推出的Agentic Plus系统在所有类别中均表现优异，准确率在95.9%至93.8%之间，波动仅2个百分点，而其他系统波动超过10个百分点。这表明生产环境中处理老旧或退化文档时，需要关注系统盲点并选择无盲点的解决方案。

多来源证据

Twitter/X AI List·twitter·

每个文档提取系统都有一个感知盲点。我们绘制了它们。 在ExtractBench中，我们测试了14个系统在处理非数字化文档时的表现：19

每个文档提取系统都有一个感知盲点。我们绘制了它们。 在ExtractBench中，我们测试了14个系统在处理非数字化文档时的表现：1950年代的监管文件、手写税表，以及因传真阈值、复印机色调曲线、传感器噪声和手机相机捕获而退化的页面。 失败点不重叠。 💡 Codex在扫描和手写文档上准确率超过93%，但在旋转或纯图像页面上降至约80%。 💡 专业API则相反：在旋转和手写上表现良好，扫描文档准确率为81% 💡 Gemini 3.5 Flash在扫描时准确率从88.6%下降到71.1%。 你在干净的PDF上进行基准测试。生产环境中收到的可能是1953年的阴影复印件。 我们的新Extra

事件时间线

  1. 8月13日 22:05
    Twitter/X AI List
    每个文档提取系统都有一个感知盲点。我们绘制了它们。 在ExtractBench中，我们测试了14个系统在处理非数字化文档时的表现：19
返回新闻流