先了解这件事
AI 综述
2026年10月2日,Datalab发布开放文档结构化提取基准OmniExtractBench,旨在修复文档抽取基准的偏差与不透明问题。该基准汇集4个现有基准的620份文档,采用确定性评分器逐值给出6类可审计判定。评分器以Apache 2.0协议在PyPI发布(omni-extract-bench v0.1.7,需Python 3.11+和SciPy),数据在Hugging Face上以CC BY 4.0开放。在10个系统配置的评测中,Datalab accurate以93.85准确率领先,Datalab balanced(93.48)与Reducto deep_extract v2(93.47)基本持平。目前尚无后续发展事实。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：MarkTechPost
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月2日
MarkTechPost
Datalab 推出 OmniExtractBench，修复文档抽取基准的偏差与不透明问题
Datalab 发布开源结构化文档抽取基准 OmniExtractBench，汇集 4 个现有基准的 620 份文档，用确定性评分器逐值给出 6 类可审计判定。评分器以 Apache 2.0 协议在 PyPI 发布（omni-extract-bench v0.1.7，需 Python 3.11+ 和 SciPy），数据在 Hugging Face 上以 CC BY 4.0 开放。在 10 个系统配置的评测中，Datalab accurate 以 93.85 准确率领先，Datalab balanced（93.48）与 Reducto deep_extract v2（93.47）基本持平。