模型精选

Unsiloed 在 olmOCR-Bench 得分 88.0,超过 GPT-5.5 的 84.6

精选理由

文档识别这块有个新结果:Unsiloed 在 Ai2 的 olmOCR-Bench 上拿了 88.0 分,比 GPT-5.5 的 84.6 还高。做 PDF 解析、数据抽取的团队可以看看排行榜再决定用哪个模型,通用模型不一定是最优解。

Ai2 官方账号发布消息称,UnsiloedHQ 在其开源基准 olmOCR-Bench 上拿到 88.0 分,超过 GPT-5.

图片来源 · Allen AI (Ai2)
正文

5 的 84.6 分。

olmOCR-Bench 由 Allen Institute for AI(Ai2)维护,用于衡量模型读取复杂文档的能力,并提供公开排行榜。这次结果意味着一个较小的专用系统在文档解析这一具体任务上压过了通用大模型。

对做文档处理、RAG 管道或数据抽取的团队来说,排行榜可以直接用来选型。

原文 · Allen AI (Ai2)

Open benchmarks help move AI forward. 📄

@UnsiloedHQ reports scoring 88.0 on our olmOCR-Bench, ahead of GPT-5.5 at 84.6.

Great to see our open benchmark helping the field measure progress on reading complex documents!

Explore the leaderboard: https://t.co/G8Yz3dHSh6

产业坐标与信源核验

本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:olmOCR-Bench、Unsiloed、GPT-5.5、Ai2,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「Allen AI (Ai2)」(@allen_ai),经 AITOP 多维评分管线结构化提炼。