Datalab 发布 OmniExtractBench，统一文档抽取评测标准
Datalab 发布开源结构化文档抽取基准 OmniExtractBench，汇集 4 个现有基准的 620 份文档，用同一确定性评分器打分并解释每个判定。评分器已上 PyPI（omni-extract-bench v0.1.7，Python 3.11+，仅依赖 SciPy），Apache 2.0 许可；代码在 GitHub，数据在 Hugging Face（CC BY 4.0）。Datalab 称现有厂商自建榜单存在偏向、评分不透明、文档类型单一等问题。表格比对改用匈牙利算法做内容配对，官方称 100 行表格漏首…
推荐理由做文档抽取选型时，可用它复跑厂商结果，620 份文档、6 类判定，评分器 pip 直接装