待验证85% 置信事实时间未知

Office QA基准测试涵盖Word、Excel、PDF等格式中的信息抽取、表格推理和跨文档问答任务

1

来源数

85%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

GPT-5.5在Databricks文档解析中错误率降低46%：实测数据与架构解析

twitterOpenAIDevs

涉及实体

Office QAconcept

相关事实

待验证Databricks采用Office QA作为代理基准测试来衡量模型在企业文档解析场景中的表现80% 相似待验证测试要求三个AI Agent分别输出Word研究报告、Excel数据表格和PowerPoint演示文稿三类文件67% 相似待验证标准AI基准测试包括MMLU（涵盖57个学科的综合知识测试）、GPQA（研究生级别专业问答）、SWE-bench（真实软件工程任务）、HumanEval和MBPP（编程能力）、MATH和GSM8K（数学推理）66% 相似待验证AI基准测试均有公开的学术论文和排行榜（如Papers With Code），任何声称超越某基准的数据都可公开查证66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/5896

API

curl https://kongchang.com/api/v1/knowledge/claims/5896

MCP

get_claim(id=5896)