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
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PDF转Excel时应验证软件是否能识别跨页表格和合并单元格，多数工具会把每页拆成独立表格，处理财务多页报表需选支持表格连续合并的专业工具66% 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/5896API
curl https://kongchang.com/api/v1/knowledge/claims/5896MCP
get_claim(id=5896)