@perplexity_ai 正确基准测试文档理解
@perplexity_ai 发布了Portable Computer，这是一个本地优先的智能体，在文档理解方面表现优异，比开源的Pi和Hermes更胜一筹，值得一试。
#文档理解
共 18 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「文档理解」标签的资讯、产品与论文，按刊登时间排，新的在上。
8月27日
8月13日
Cohere 发布 North Micro Vision，最小视觉语言模型
Cohere 出了个超小的视觉模型 North Micro Vision，专门用来读懂复杂文档，而且开源了，直接去 Hugging Face 就能下载权重。
7月25日
Opus 5文档理解ParseBench：与Opus 4.8接近，LlamaParse更优
Opus 5文档理解还行，但别拿它批处理PDF——每页8美分，效果不如便宜很多的Gemini Flash和LlamaParse。编码和知识工作倒挺香。
7月22日
Gemini 3.6 Flash 和 3.5 Flash Lite 文档理解基准测试结果
看看新版 Gemini 在文档理解上表现如何：3.6 Flash 图表降了，3.5 Flash Lite 布局好但表格差，整体视觉变化不大值你关注。
7月17日
7月13日
7月10日
7月7日
6月28日
LoanLens AI审贷初筛系统：六类文档抽取、欺诈检测与可解释评分
这套LoanLens系统把审贷初筛自动化，用结构化字段和可解释评分替代黑盒OCR，欺诈检测能抓文档篡改，审核员能直接查每个字段的证据。
6月23日
6月10日
Claude Fable 5 在文档理解上表现平平，自曝“懒惰”
做文档解析或 RAG 的团队注意了——Claude Fable 5 在推理上很强，但文档理解性价比不如 Gemini 3 Flash，甚至不如专业 OCR 服务。如果你在选模型做文档处理，这篇评测能帮你省下 10 倍 token 成本，值得点开对比。
Anthropic Fable 5 在 ParseBench 文档理解测试中领先
做文档解析、信息提取或 RAG 应用的团队，这个测试直接告诉你哪个模型更靠谱——Fable 5 在忠实原文和保留格式上明显领先，值得在项目中优先试一下。
6月5日
LlamaIndex 团队在 CVPR 2026 发布 ParseBench：文档理解新基准
做文档解析或 RAG 系统的开发者终于有了一个贴近真实业务场景的评估工具——ParseBench 用 2000 页企业文档测试 VLM 的语义理解能力，比现有基准更贴近实际需求，值得关注并尝试。
6月4日
LlamaIndex 发布 ParseBench：CVPR 2026 最全文档理解基准
做文档解析、RAG 或 AI Agent 的团队终于有了一个靠谱的评测标准——ParseBench 覆盖了企业文档的真实痛点，建议直接拿去测你的模型或产品。
5月29日
Opus 4.8 文档理解基准测试：表格提升但内容忠实度下降
做文档解析或 RAG 应用的团队，Opus 4.8 的表格能力提升值得关注，但内容忠实度下降可能影响关键业务，建议先跑一遍 ParseBench 再决定是否升级。
5月19日
LlamaIndex 发布 ParseBench：首个面向 AI 智能体的文档理解基准
做文档解析或企业级 AI 智能体的团队终于有了针对性的评估工具——ParseBench 填补了现有基准只测代码不测文档的空白，做文档理解相关开发的人可以直接用它验证模型效果。
5月16日
INF 发布 Infinity-Parser2 系列，登顶文档理解榜单
做文档解析、企业数据提取的团队可以直接用这两个模型替代商业 API，2B 的 Flash 版本适合轻量部署，35B 的 Pro 版本适合高精度场景，建议去 ParseBench 看看具体指标。