LlamaIndex 发布文档解析基准 ParseBench-2

事件综述根据 1 篇报道整理，11月12日更新

LlamaIndex 发布文档解析基准 ParseBench-2，并公开数据集、评测代码与论文。该基准用 330 余种错误类型和人工定义的严重程度校准评分，使格式差异不再与数字错误同等扣分；数据集从 2.1k 扩至 4.3k 案例，新增表单为第六个维度，图表评测覆盖 1,025 张图的 36,958 个数值。 LlamaIndex 称，使用者可为任意场景自行设定严重程度，并选择与这些严重程度最匹配的解析指标。上述评分方式与效果来自发布方说明，尚未见独立复现。

综述由模型根据报道生成，细节以各篇原文为准。