提出OfficeQA Pro基准,用于评估AI代理在大规模异构企业文档(美国财政部公报,89,000页、2600万数值)上的端到端根基化多文档推理能力,涵盖精准解析、检索与跨文本/表格的分析推理;前沿模型即使直接访问文档集平均准确率也仅34.1%,而使用Databricks的ai_parse_document生成…
机构:Databricks
来源:arXiv 2603.08655 | AI4Papers 论文推荐平台