LlamaIndex发布ExtractBench：扫描旋转手写文档提取基准

LlamaIndex本周发布文档提取基准ExtractBench，覆盖1950年代监管文件、手填税表、传真阈值化、复印件色调、传感器噪声及手机拍摄等真实场景。该基准测试了14个系统，发现各系统的感知盲区互不重叠。Codex在扫描和手写文档上准确率超过93%，但旋转页面跌至约80%。专用OCR API在旋转和手写上表现稳定，扫描场景只有81%。Gemini 3.5 Flash在扫描页上从88.6%降至71.1%。LlamaIndex的Agentic Plus是唯一无盲区的系统，在旋转、扫描、手写上的准确率分别为95.9%、93.9%、93.8%，波动仅2个百分点。