@jerryjliu0：ParseBench 是首个在完整企业文档中评测 VLM 图表理解能力的基准
摘要
ParseBench 首次把图表理解放进整份企业文档中评测视觉-语言模型，填补了以往仅针对孤立图表的基准空白。
查看缓存全文
缓存时间: 2026/04/22 08:23
ParseBench 是首个包含 VLM 对企业文档中图表理解能力的基准。现有基准（ChartQA、ChartXiv）仅针对图表本身进行测试，并未考察图表在整个文档中的上下文理解，也不包含真实场景引用。
相似文章
@jerryjliu0: 我们的团队在CVPR 2026现场，想打招呼就过来吧 :)
Jerry Liu的团队正在CVPR 2026上展示ParseBench，这是一个针对视觉语言模型（VLM）的全面文档理解基准。该基准包含2000页真实企业文档，以及针对表格、图表和视觉定位的评估指标。
@jerryjliu0：目前有很多针对AI智能体的编码和推理基准测试，但在文档理解方面却很少——而这正是所有下游知识工作的前提。
LlamaIndex发布了ParseBench，这是一个用于评估AI智能体文档理解能力的全面基准测试，涵盖包含表格、图表和布局的复杂企业文档。将举办一场在线研讨会，讨论该基准测试的方法和结果。
@jerryjliu0: 我们评估了100多个模型在文档解析上的表现，涵盖前沿VLMs、开源权重VLMs、OCR工具和OSS解析器，请查看p…
对超过100个模型在文档解析方面的评估，涵盖前沿VLMs、开源权重VLMs、OCR工具和开源解析器，结果通过parsebench分享。
ExtractBench：面向模式引导的企业文档抽取基准
ExtractBench 是一个用于模式引导的企业文档抽取的新基准，在 4,869 页企业文档上评估值准确率、记录完整性、溯源性和成本。作者发现，商业 VLM 在处理长文档时表现不佳，而编码智能体虽然更准确但成本较高；LlamaExtract AgenticPlus 在所有指标上均领先。
@llama_index: 如何知道你的文档解析器已经可以投入生产？现有的基准测试忽略了AI代理实际需要的…
LlamaIndex 宣布推出 ParseBench，这是一个用于评估 AI 代理文档解析的新基准，并邀请 AI 工程师参加 5 月 27 日的线上研讨会，讨论其方法论以及如何弥补像 OlmOCR 这样的现有基准中的空白。