ExtractBenchPro 是 LlamaIndex 推出的一个文档信息抽取基准测试，专注于评估 AI 模型在真实世界、长尾分布的文档上做结构化字段抽取的能力。与常见的人造数据集不同，它强调贴近生产环境的难度，因此被视为目前该领域最具挑战性的评测之一。
ExtractBench Pro 的近期进展
当前焦点与观察点
当前围绕 ExtractBench Pro 的讨论主要集中在三点：一是头部模型在真实文档抽取上仍有约四成的失败率，说明这类任务远未“解决”；二是基准是否会公开榜单并持续扩充长尾文档类型，直接影响其能否成为行业公认的评测标准；三是成绩差异能否映射到实际生产场景中的可靠性。对于需要在合同、发票、报告等文档上做结构化抽取的团队而言，这一基准提供了一个比常见学术数据集更贴近真实难度的参考坐标。后续值得关注的是各模型厂商是否会针对该基准公开成绩，以及 LlamaIndex 是否会配套发布评测方法与数据细节以便复现。