📖 AI 总结

文章介绍了一个名为OmniParseBench的文档解析器开放基准测试工具，由Datalab开发，通过16,288个通过/失败测试对2,937页文档（涵盖扫描表单、手写内容、arXiv数学公式和密集表格）进行评估。作者没有直接采信排行榜结果，而是基于Datalab公布的27个解析器的判定结果重建了排行榜，并用手工构造的页面测试评分器，观察哪些错误会改变判定结论。关键发现包括：排名前两位的解析器在统计上不相上下，多数文档类型切片下领先者会发生变化，且发布时公布的一项数据与公开文件不符。作者还自行对50页样本运行了Tesseract和Indra OCR测试。该教程的意义在于提醒开发者审慎对待基准排行榜，并提供了可复现的评估方法。