AI 产品

AI研究团队发布文档提取基准ExtractBench，针对扫描、旋转和手写文档

本周，研究人员创建了一个名为ExtractBench的全面文档提取基准，用于评估AI模型处理现实世界文档的能力。该基准包含多种文档类型，如监管申报、手填税单和影印文档，并标记了“感知挑战”（包括扫描、旋转和手写）以及其他任务挑战、表格结构和业务领域标签。测试结果显示，Codex在处理扫描文档时表现良好，但在旋转文档上性能不佳；OCR解决方案在旋转和手写文档上表现合理，但在更一般的扫描上面临困难。这一基准的发布为文档提取技术的研究提供了新的评估工具，推动了AI在文档处理领域的进展。

多来源证据

事件时间线

1. 8月15日 07:28
   Twitter/X AI List
   有许多真实世界的文档是扫描的、旋转的、手写的或这些元素的组合。 本周我们创建了一个全面的文档提取基准。