OmniDocBench（文档解析基准）

是什么

当前最主流的端到端文档解析（document parsing）评测基准之一，用于衡量模型把整页文档图转成结构化内容（Markdown/HTML）的综合能力。覆盖多类型真实文档：学术论文、书籍、报纸、教材、财报、试卷、手写等，标注了文字、表格、公式、阅读顺序等多个维度。

评什么维度

• 文本：字符/文本块识别准确率（编辑距离/CER 类）。
• 表格：结构+内容，常用 TEDS（Tree-Edit-Distance Similarity）。
• 公式：LaTeX 识别，常用 CDM 等。
• 阅读顺序（reading order）：多栏/复杂版面下内容序列化是否正确——这是端到端解析最难也最能区分模型的维度。
• 综合成 overall 分（越高越好，如百分制/编辑距离归一）。

两种评测范式（重要）

• decoupled / quick match：分模块对齐后评，弱化版面/阅读序影响，更看纯识别。
• layout-dependent / end-to-end：完整评端到端输出，含版面与阅读序——很多模型在这套下大幅掉分（见 more-benchmark 里 HunyuanOCR 端到端跌 ~16 分）。上线务必两套都报。

版本与榜单动态

基准持续迭代（v1.5 / v1.6 / v1.7 …），分数逐版刷新：ovis-ocr2 在 v1.6 达 96.58 SOTA；monkeyocr-v2、got-ocr2、deepseek-ocr、paddleocr-vl、mineru2.5 等均以此为主参照。与偏推理/grounding 的 gdp-pdf-benchmark 互补。

对检测—识别组合系统的意义

• 阅读顺序维度直接考验后端 AR 的序列化；FCA−CA gap 可辅助定位阅读序 vs 字符误识。