最新资讯
dev.to 我们在 DolphinBench 上测试记忆检索:纯关键词搜索暴露了自身回归 dev.to 别再把 Agent 写成 while 循环,把它建模为状态机 bloomberg.com Rightmove 与 Scout24 借 AI 产品应对低迷房市并上调展望 stackoverflow.blog 欢迎来到芯片时代:半导体制造、AI 数据中心与芯片设计的未来 www.youtube.com AI Agent 总犯同样的错:CentralAgent AI 将记忆重构为经验系统 pub.towardsai.net Netflix 科学家建议重采样 LLM 评判:5 次仅将误差棒缩小 13% pub.towardsai.net Jev 作为 LLM 前的静默层:构建提示感知的模型路由器 reddit.com OpenAI 称 Astra 仅满足 10% 安全任务标准 dev.to FreeToken:在自有 GPU 上运行前沿 MoE 模型及其内存需求 dev.to 当 AI Agent 说“完成”时,究竟完成了什么? dev.to 部署 Underdog Bark 3.0 Pro:逐字转写、自定义后端与分块设置 dev.to 为艰难对话构建 AI:五个 Agent、一条安全正则与一位盲评监督者
多元动态
登录 注册
大模型 x.com · @jerryjliu0

Jerry Liu 对 gpt-6.1 sol 文档 OCR 任务的基准测试观察

原文 我的收藏

LlamaIndex 作者 Jerry Liu 表示,团队对 gpt-6.1 sol 在文档 OCR 任务上做了全面基准测试,相比一周前的 gpt-6 sol,表格解析能力和阅读顺序有明显提升,与 gpt-6 astra 的表格解析水平相近。他指出前沿模型在文档解析上仍比高性价比方案贵约一个数量级,但高端(每页超过 1 美分)能力提升仍有空间,并推荐了 ParseBench 与 LlamaParse。

AI推荐理由 LlamaIndex 作者 Jerry Liu 发布对 gpt-6.1 sol 在文档 OCR 任务上的基准测试结果,称相比一周前的 gpt-6 sol 在表格解析和阅读顺序上有明显提升,并指出前沿模型在文档解析上仍比低成本方案贵一个数量级,同时推广 ParseBench 与 LlamaParse。属于一手评测观察,但未给出具体指标数值,且带有自家产品推广成分。

72 浏览 391 点赞 2 评论 1 转发 0

正文

we comprehensively benchmarked gpt-6.1 sol on document OCR tasks. compared to gpt-6 sol from a week ago (!), we see a sizable increase in table parsing capabilities and reading order, which is pleasantly surprising. gpt-6.1 sol has similar table parsing as gpt-6 astra. these are great results. frontier models are still typically an order of magnitude more expensive than cost-effective document parsing solutions, but this also means that there's a lot of alpha in improving capabilities at the "premium" end (>1c per page) of the spectrum too check out ParseBench: [parsebench.ai](https://www.parsebench.ai/) for a comprehensive set of document parsing capabilities, check out llamaparse: [cloud.llamaindex.ai](https://cloud.llamaindex.ai/) ![Tweet Image](https://pbs.twimg.com/media/HTbEOSnaQAAiZ2J.jpg)

来源报道 · 1 篇 · 以下链接均前往原始媒体

← 返回精选动态 原文

更多内容