待验证50% 置信事实精确时间
ParseBench 是一个面向文档解析任务的公开基准测试平台
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
GPT 6.1 Terra文档解析评测：表格能力强，布局与图表是短板
twitterjerryjliu02026/10/28
涉及实体
相关事实
待验证Parsimony是一个开源基准测试项目，核心目标是衡量AI模型在代码生成任务中实际新增的代码量。67% 相似待验证ExtractBench Pro 是一个新发布的基准测试，专门针对现实文档中'图表+文档'的复杂推理任务设计。67% 相似待验证TrueForge 团队公布的基准测试基于 DevRel Enterprise Bench 的 14 个任务，涉及与 CRM、issue 追踪器、文档库等系统交互63% 相似待验证一篇论文提出了针对系统综述筛选阶段的基准框架 SRBench，并配套发布了实验工具 PromptSR，用于评估大语言模型在文献筛选任务中的表现60% 相似待验证对第三方Skill执行代码审计或使用Bandit、Semgrep等自动化静态分析工具扫描后再上线是企业级项目的基本要求59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1115823API
curl https://kongchang.com/api/v1/knowledge/claims/1115823MCP
get_claim(id=1115823)