跳到正文
热点事件持续更新

DocFieldBench发布并完成模型实测

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Refractr 作者发布开源文档结构化抽取基准 DocFieldBench,公开配套数据、答案和评分器。基准以 260 份发票、银行流水及 SEC 文件测试模型抽取字段的能力,其中约七分之一字段不在文档中、正确答案应为 null,用于识别模型编造;评分规则为正确得 1 分、漏抽得 0 分、自信填错扣 1 分。 在统一 prompt 和确定性评分下,Gemini 3.8 Flash 以 94.6 分位居此次实测首位。

AI 根据报道生成 · 52 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. AGI Hunt
    DocFieldBench 实测 260 份文档,Gemini 3.8 Flash 以 94.6 分居首

    Refractr 作者发布开源文档结构化抽取基准 DocFieldBench,Gemini 3.8 Flash 在 260 份文档测试中以 94.6 分居首。测试覆盖发票、银行流水和 SEC 文件等材料,评分规则为正确 +1、漏抽 0、自信填错 -1,约七分之一字段的正确答案应为 null。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。