@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。
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。
ChartArena：跨语言、场景和格式的图表解析基准测试
ChartArena是一个全面的双语图表解析基准，覆盖八个图表系列和三种视觉场景（数字、打印、手绘），使用人机协同标注流程和格式无关评估。对26个多模态大语言模型的评估显示，虽然专有模型整体领先，但开源模型正在追赶，而图示结构和手绘场景仍具挑战性。