上海人工智能实验室发布 SciDocBench：科学文档理解评测基准，Claude Opus 5 居首

上海人工智能实验室推出 SciDocBench，一个面向科学文档理解的以工作流为中心的评测基准与数据管线，含 124 道人工设计题目、7 大能力组 19 个子任务、5 个科学领域，共 496 个匹配评测实例。