证据简报

评测基准：ExtractBench 覆盖4869 页文档抽取

@Llama_index 转发 @jerryjliu0 的帖文：ExtractBench 被称为面向真实世界文档抽取的最全面基准之一，帖文明确提到它覆盖 4869 页。

Frontline Lab 摘要与来源

编辑摘要

@Llama_index 转发 @jerryjliu0 的帖文：ExtractBench 被称为面向真实世界文档抽取的最全面基准之一，帖文明确提到它覆盖 4869 页。

这份简报保留原始来源，摘要和编辑判断都可以回到原文独立核验。

来源署名X · @llama_index

相关关系来自共同主题、实体、分类、标签与社区语境；每条结果仍保留独立来源回链。

X2026-08-12

LlamaIndex 发布 ExtractBench，覆盖 370 份企业文档和 14 个系统，重点测试 long-list completeness；其称 Frontier VLMs 在最长文档上 F1 为 8.9–35.8%。

X2026-08-12

@Llama_index 转发 @jerryjliu0 的帖文：其团队写了一篇关于 ExtractBench 的 36 页 ArXiv 白皮书，并称这是创建全面、schema-guided、真实场景相关基准的一项工作。

X2026-08-12

@dair_ai 称，Ai2、Carnegie Mellon 和 University of Washington 研究归一化、GQA、预训练上下文长度和滑动窗口注意力，发现组合三项以上会显著降低长上下文性能，并发布 OlmPool。

X2026-08-10

Meta 新论文提出 Skaling law，用单一交互指数耦合模型容量与数据；在低计算稀疏网格下，可用 roughly 10x less compute 外推完整网格。

Meta Engineering Blog（RSS）2026-08-13

WhatsApp 推出可选功能 Scam Alert，在端到端加密保护下用设备端机器学习模型识别潜在诈骗消息，消息内容不会离开设备或自动上报。