速報 Office Comprehension Bench：首個同時評測 Word、Excel、PowerPoint 的大型語言模型基準 研究團隊推出首個同時評測 Word、Excel、PowerPoint 的基準 OCB，分為結構視覺測試與跨領域專業問答兩條軌道。測試以原子化判斷方式由多個 LLM 評審打分，最先進系統在專業問答上僅達 59.3% 左右，提升深度效益有限，升級產品等級才有小幅提升。
