先了解这件事
AI 综述
2026年9月15日,InternLM 发布 SciDocBench 基准与文档资产。该基准以工作流为中心,面向科学文档理解,包含124道人工设计题目、7个能力组与19个子任务,覆盖5个科学领域及中英文,共496个评测实例。榜单显示,Claude Opus 5 以62.60分居首,GPT-5.6-Sol 为61.00分,Gemini 3.6 Flash 为59.87分,暂无模型达到63分。基准与文档资产、SFT/RL 训练数据已发布在 Hugging Face,并集成到 VLMEvalKit。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：InternLM 原创项目
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13日
InternLM 原创项目一手
InternLM 发布 SciDocBench：面向科学文档理解的 workflow 基准
InternLM 开源 SciDocBench，一个以工作流为中心的科学文档理解基准，含 124 道人工设计题目、7 个能力组与 19 个子任务，覆盖 5 个科学领域和中英文，共 496 个评测实例。榜单上 Claude Opus 5 以 62.60 分居首，GPT-5.6-Sol 61.00、Gemini 3.6 Flash 59.87，暂无模型达到 63 分。基准与文档资产、SFT/RL 训练数据已发布在 Hugging Face，并集成到 VLMEvalKit。