X用户发布ExtractBench Pro评估图表推理

发生了什么

据X平台@jerryjliu0于10月16日帖子，研究者发布了ExtractBench Pro基准测试，旨在评估模型对嵌入在真实文档中的密集图表进行推理的能力。该基准要求模型不仅感知图表数值，还需与其他复杂元素（如表格）协调解决知识任务。帖子指出，即使是前沿模型在处理这些复杂提取任务时也难以完美解决。