主要来源LlamaIndex
查看原文事件专题 · 单一信源
LlamaIndex 发布 ExtractBench，长列表提取 F1 为 8.9%–35.8%
ExtractBench 基准包含 370 份企业文档和 14 个提取系统。最难的测试是长列表完整性，例如 26,725 行的未认领财产清单。前沿视觉语言模型在长文档上 F1 仅为 8.9%–35.8%，精度高但召回率大幅下降。LlamaIndex 的新方案 Agentic Plus 将长文档迭代处理，在长列表任务上达到 96.1% F1。
当前结论
LlamaIndex 搞了个 ExtractBench，测了 14 个系统，发现长文档提取召回率很低。它家 Agentic Plus 能到 96.1%，比别的都稳。
2 个信源67° AI 热度最后更新 2026/8/12 16:20:34
证据链
相关来源 1Jerry Liu
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。