基准
CHAOS-Bench
一个专门考察OCR模型对异常文本处理能力的评测基准，使用Micro Recall作为主要评估指标
时间轴 (近 90 天)
10月1日
在Qwen3.5-2B模型上，GAD-RL在CHAOS-Bench取得59.92%的Micro Recall，分别比GRPO和固定权重的GRPO+OPD高出8.45和4.43个百分点
待验证50%
10月1日
CHAOS-Bench是专门面向OCR忠实度评估的基准，包含拼写错误、缩写、数字串、混排符号等反常识文本
待验证50%
一个专门考察OCR模型对异常文本处理能力的评测基准，使用Micro Recall作为主要评估指标
在Qwen3.5-2B模型上，GAD-RL在CHAOS-Bench取得59.92%的Micro Recall，分别比GRPO和固定权重的GRPO+OPD高出8.45和4.43个百分点
CHAOS-Bench是专门面向OCR忠实度评估的基准，包含拼写错误、缩写、数字串、混排符号等反常识文本