📖 AI 总结

Datalab 发布了开源 OCR 基准测试 OmniParseBench，用于审计文档解析器。该基准包含 16,288 个通过/失败测试，覆盖来自 2,343 份文档的 2,937 个页面，涉及 92 种语言，数据集与代码均已公开。其核心思路是：每个测试都是针对单页文档的是非判断题，解析器得分即通过测试的比例，且结果可按标签切片分析，帮助工程师判断哪款解析器更适合自己的文档类型。在发布榜单上，Gemini 3.8 Flash 以 92.9 分居首，Datalab 自家的 accurate 模式以 92.7 分紧随其后，前三名差距仅 1.3 分。该工具以评估框架形式发布，支持 Python 3.11+ 离线安装与评分，无需 API 密钥。Datalab 称此举意在解决现有基准饱和、评分受输出格式与过拟合干扰的问题。