已发布集合

ExtractBench 测出 VLM 长列表抽取漏行

企业文档抽取评测可更直接暴露漏行问题，而不只检查返回值是否正确。

已发布证据

每条内容都保留摘要，并提供回到来源语境的路径。

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%。