#文档解析
共 12 篇相关文章
GPT 6.1 Terra文档解析评测：表格能力强，布局与图表是短板
ParseBench 评测显示，GPT 6.1 Terra 在文档解析中表格解析表现突出，整体排名第五，但布局、图表和格式化处理较弱。每页成本约1美分，适合表格密集型页面，建议与专用OCR方案互补使用。
DPP协议发布：用140条规则统一文档解析标准
Document Parsing Protocol（DPP）提出140条文档解析规则，覆盖表格、表单、图表等歧义场景，可作为评估LLM解析质量的评分标准，弥补现有OCR基准偏好单一风格的缺陷。
OXR：1.3B开源文档解析模型登顶三大基准
OXR是SoMarkAI开源的1.3B文档解析模型，支持PDF和图片转Markdown/JSON，可识别13类元素并输出版面坐标，在olmOCR-Bench、OmniDocBench、DocParsingBench三大基准登顶，100页解析仅需101秒。
百度开源 Unlimited OCR 2：3B 模型单次解析百页文档
百度开源 Unlimited OCR 2，3B 参数、MIT 许可证的 OCR 模型，通过 SR-SWA 注意力实现单次请求解析上百页文档，每步解码开销近乎恒定，MarathonDocBench 得分 77.1。
OmniParseBench 实战：解析器排名可信度与 OCR 横向测试
介绍如何审计和重建 Datalab 的 OmniParseBench，用文档级 bootstrapping 检验解析器排名的统计确定性，并在自定义样本上对比 Tesseract 与 Indra OCR 的表现，附开发者实操清单。
当Word样式不可信：DOCX转Markdown的实战教训
开发者分享DOCX转Markdown的实战教训：Word样式系统常被用户绕过，需要启发式回退规则识别手工格式化的标题。对RAG和Agent文档解析有重要参考价值。
生产级RAG系统如何处理复杂PDF而不丢失文档结构
深入解析生产级RAG系统如何处理复杂PDF，避免丢失文档结构与上下文。从文档解析、结构感知分块到元数据增强，拆解分层流水线架构的关键权衡与工程实践。
Claude Haiku 5.5上线OpenDocRouter：低成本文档解析新选择
Claude Haiku 5.5 上线 OpenDocRouter，以约每千页 1.2 美元成为最便宜的文档解析模型之一。它在表格识别与文本阅读顺序上表现出色，但在图表、语义格式和边界框方面仍有不足。
VLM为何读不懂表单？LlamaParse的表单解析模型解析
LlamaIndex推出针对表单文档的专用解析模型。本文解析表单为何让VLM失效，以及结构化类型、近乎100%准确率、定位归因和低成本四大核心挑战，并介绍LlamaParse表单模型。
16款前沿VLM文档解析实测：Opus 5.5性价比领跑
16款前沿VLM文档解析横向评测揭晓：Opus 5.5性价比领先且擅长表格解析，GPT-6 Luna主打低成本，Astra质优但价高。文章解析通用大模型与专用OCR方案的选型策略。
行业洞察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
Databricks实测显示GPT-5.5在复杂文档解析中错误率降低46%，成为唯一突破50%准确率的模型。本文详解其在数字解析、多智能体架构中的关键突破及企业落地方案。
产品体验天枢：开源AI文档解析平台，PDF转Markdown一站式方案
天枢（mineru-tianshu）是一款企业级开源AI文档预处理平台，支持PDF/Office转Markdown、MCP协议AI助手集成，采用Vue3+FastAPI全栈架构，为RAG系统和企业知识库提供高质量结构化数据源。