OfficeComprehensionBenchmark

中文简介

Office Comprehension Benchmark 用于评估 Word、Excel、PowerPoint 文件的结构视觉保真与领域推理。当前仓库包含问题、参考答案、断言评分规则及部分可再分发文件。

适用场景

适合办公文档理解、跨表格图表推理与文件格式转换误差分析。

规模与格式

选型方向：评测基准。固定上游版本：0104ac2f88348ecf1148781b85fdb6a189b59671。API 语言字段：en。上游最近更新时间：2026-08-29（不一定为首次发布日期）。 规模、子集和组件差异见本页简介及注意事项；API 标签与卡片正文的含义分别保留。

文件说明

上游 API 返回 118 个文件，文件元数据合计 2.79 GB。 已保存文件清单中的主要扩展名：.csv 50 个、.xlsx 44 个、.md 2 个、.parquet 2 个、.xlsm 1 个、无扩展名 1 个。 当前较大的文件包括：reference_files/Crime_Reports.csv（407.58 MB）；reference_files/Ordinance_Violations_modified.csv（329.13 MB）；reference_files/Food_Inspections_modified.csv（309.73 MB）。 仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。 此处只统计当前 Git 仓库的文件元数据，不包含外部链接、Bucket 或另行申请的完整集合。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

• .gitattributes5.83 KB
• data/ocb_qna_data.parquet461.35 KB
• data/ocb_source_urls.parquet30.14 KB
• NOTICES.md1.21 KB
• README.md6.19 KB
• reference_files/121-small.xlsx18.33 KB
• reference_files/15.xlsx18.91 KB
• reference_files/2016-17_-_2020-21_School_End-of-Year_Attendance_and_Chronic_Absenteeism_Data_modified.csv4.76 MB
• reference_files/2023-2024_Kindergarten_Immunization_Rates_by_School.csv75.58 KB
• reference_files/232.xlsx17.86 KB
• reference_files/368.xlsx18.96 KB
• reference_files/3e149c6d-eb16-e7e8-1546-9d41171ab25e.xlsx282.15 KB

文件较多，本页只展示前 12 项；完整信息以上游仓库为准。

硬件建议

先确定配置、split、模态及文件范围，按原始文件、解压产物、缓存与处理副本分别估算磁盘。视频、音频和图像数据还需对应解码工具；建议先用少量样本验证 schema、时间同步与数据处理流程。

注意事项

论文评测全集与当前托管文件子集不同，部分文件需通过来源 URL 获取；配套评分及转换工具在独立代码仓库。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

• 数据集获取、核对与国内交付服务
• 数据集怎么下载：版本、分片、许可证与完整性校验
• 企业和高校批量获取模型与数据集：只需链接或准确全称
• 100GB、1TB 以上模型如何用网盘或硬盘交付