牛透社 2025 年 12 月 10 日消息，Databricks 发布 OfficeQA 基准，该产品具备评估 AI 系统在庞大、杂乱真实世界语料库中进行检索、解析和基于文档推理的能力，主要应用于企业级文档密集型任务。

该基准基于跨越 80 多年的美国财政部公报构建，语料库含约 89,000 页数据，包含 246 个问题，分简单和困难层级。测试中前沿 AI 模型在完整数据集上正确率最高为 43.1%，在困难子集（113 例）上为 24.8%；使用 Databricks 解析系统预处理后性能跃升 32.4 个百分点。