VELD-QA 长文档问答基准发布，检索阅读分开计分

Oracle AI 联合 USC、UPenn 在 arXiv 挂出 VELD-QA 长文档问答基准（arXiv 2610.20964，代码 oracle-samples/veld-qa），含 15,000 道全人工标注问答、5,859 份真实 PDF、合计 372,445 页。 基准把检索与阅读拆成两笔账：每道题由人工标出支撑页和证据元素，考检索只看页面找没找对，考阅读只把正确页面交给模型看它还错不错。 范围限于英文、原生数字版 PDF、单文档单轮问答，扫描件、手写、幻灯片、多轮对话、跨文档检索均不在册。论文称“金页”设定在真实系统里不存在，81.7% 只是诊断读数，不能据此换算成模型已能处理八成长文档问题。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。