ExtractBench Pro
一个专注于评估复杂文档中图表与表格跨元素推理和信息提取能力的基准测试，要求模型在提取信息的同时进行多步推理并与文档其他元素协调。
时间轴 (近 90 天)
LlamaIndex推出了ExtractBench Pro，这是一个针对复杂PDF文档提取的基准，聚焦于“前沿准确性和成本”两个维度。
LlamaIndex逐步扩展至复杂PDF解析、结构化提取等场景，并推出相关产品与评测工具，ExtractBench Pro的发布是其从通用框架向垂直文档智能领域延伸的一部分。
原始信息中未披露ExtractBench Pro的具体评测指标、数据集构成或对比基线。
LlamaIndex邀请正在考虑迁移出传统解决方案的团队与其沟通，表明ExtractBench Pro是其文档处理产品栈的一部分。
ExtractBench Pro将成本纳入基准评价体系，推动更贴近生产环境的评价标准。
该团队推出了ExtractBench Pro，这是一个专门针对企业级文档提取任务设计的评估基准，包含大量复杂、长尾的文档样本。
ExtractBench Pro 可能包含格式混乱的表格、多栏布局、手写注释等真实场景中常见的元素。
ExtractBench Pro 的评估结果显示，即便是最前沿的模型在完美解决复杂提取任务时也表现不佳。
在 ExtractBench Pro 评估中，模型可能正确识别图表中的某个数据点，却未能将其与表格中的对应项关联，或读出数值但推理过程中出现逻辑偏差。
ExtractBench Pro 的推出源于现有基准往往简化了文档结构，而真实文档的复杂度远高于此。
还有 3 条时间轴事件
全部知识事实 (13)
原始信息中未披露ExtractBench Pro的具体评测指标、数据集构成或对比基线。
50%待验证LlamaIndex逐步扩展至复杂PDF解析、结构化提取等场景，并推出相关产品与评测工具，ExtractBench Pro的发布是其从通用框架向垂直文档智能领域延伸的一部分。
50%待验证ExtractBench Pro将成本纳入基准评价体系，推动更贴近生产环境的评价标准。
50%待验证ExtractBench Pro 可能包含格式混乱的表格、多栏布局、手写注释等真实场景中常见的元素。
50%待验证ExtractBench Pro 的推出源于现有基准往往简化了文档结构，而真实文档的复杂度远高于此。
50%待验证在 ExtractBench Pro 评估中，模型可能正确识别图表中的某个数据点，却未能将其与表格中的对应项关联，或读出数值但推理过程中出现逻辑偏差。
50%待验证ExtractBench Pro 的评估结果显示，即便是最前沿的模型在完美解决复杂提取任务时也表现不佳。
50%待验证发布方表示：'即便是最好的前沿模型，在完美解决这些文档上的复杂提取任务时也会遇到困难。'
50%待验证ExtractBench Pro 要求模型在提取信息的同时进行推理，并与其他复杂元素（如表格）协调，以解决知识型任务，超越了简单的图表数值感知。
50%待验证LlamaIndex推出了ExtractBench Pro，这是一个针对复杂PDF文档提取的基准，聚焦于“前沿准确性和成本”两个维度。
50%待验证LlamaIndex邀请正在考虑迁移出传统解决方案的团队与其沟通，表明ExtractBench Pro是其文档处理产品栈的一部分。
50%待验证该团队推出了ExtractBench Pro，这是一个专门针对企业级文档提取任务设计的评估基准，包含大量复杂、长尾的文档样本。
50%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。
50%