ScienceMetaBench 开源：科学文献元数据提取评测基准-低调大师

ScienceMetaBench 开源：科学文献元数据提取评测基准

2026-01-23 14

上海人工智能实验室 OpenDataLab 团队发布 ScienceMetaBench 科学文献元数据提取评测集，该基准旨在建立客观、统一的评估标准，助力社区衡量与比较各类前沿方法的实际性能。

数据集地址：https://huggingface.co/datasets/opendatalab/ScienceMetaBench
评测工具代码 (Dingo)：https://github.com/MigoXLab/dingo

据介绍，ScienceMetaBench 是一个专注于评估科学文献 PDF 元数据提取能力的评测集，涵盖了学术论文 (Paper)、教科书 (Textbook) 与电子书 (Ebook) 三类典型语料。在构建过程中，研究团队针对中英文双语环境进行了深度适配，确保元信息的提取逻辑与正文语种保持一致。

下图展示了从学术论文 PDF 文件中提取的元数据字段示例：

需要从论文首页提取以下关键信息：{

  "sha256": "8d3e...f3a", // 文件唯一哈希，确保数据可追溯  "doi": "10.1186/s41038-017-0090-z", // 唯一标识符  "title": "Children are not little adults...", // 文献标题  "author": "Tina L. Palmieri, ...", // 作者姓名，统一用英文逗号分隔  "keyword": "Blood transfusion, Pediatric", // 关键词，统一用英文逗号分隔  "abstract": "Blood transfusion in burns larger than...", // 摘要正文  "pub_time": "2017" // 标准化后的出版年份}

为了提升样本的代表性，团队结合了多数据源采样与 K-Means 图像聚类技术，力求覆盖更多元、复杂的排版样式。在标注环节，团队采用了“AI 预标注 + 人工修正”的高效模式，并参考了用于MinerU评测的OmniDocBench 权威评测基准，以确保数据质量与评测维度的专业性。

微信关注我们

原文链接：https://www.oschina.net/news/399036

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

笔记应用 Evernote 订阅涨价 1391%

BornCity 报道称，有公司发现，其年度订阅到期后自动续订的费用出现了惊人的1391%涨幅，原本包含6名用户的公司仅需1199.94欧元（约9811元人民币），在续订时竟高达17900欧元（约14.6万元人民币），吓得其立马取消订阅。出现如此夸张涨幅的原因在于，Evernote 今年对产品线进行了精简，取消了Team团队订阅方案，将原有公司客户强制升级至Enterprise企业订阅。 Enterprise企业订阅分为“灵活版（Flexible）”和“无限版（Unlimited）”两种方案，其中灵活版的年订阅费为5810欧元（约47508元人民币），而无限版则高达17900欧元（约14.6万元人民币）。问题就在于 Evernote 自动续订时，直接将Team团队订阅升级至价格最昂贵的无限版方案，而没有提前通知用户。如果用户没有查看自动续订通知，就可能被收取天价年度订阅费用。事实上，这并非Evernote第一次使用类似的策略，2025年，Evernote也曾因自动续订问题引发争议，当时将个人版和专业版合并升级为新的高级版，导致个人版月费从9.99欧元直接上调至18.99欧元，许多...

2026-01-23

14

Claude Code直接把NVIDIA的护城河给铲平了，而且只花了半小时！近日，科技圈被一则消息彻底引爆：Reddit平台上，开发者johnnytshi分享了一项颠覆性操作——Claude Code仅耗时30分钟，便成功将一整套完整的CUDA后端代码，移植到了AMD的ROCm平台，而且无需任何中间转换层。 “CUDA花了20年时间构筑起这道护城河，可能在6个月内消失。”johnnytshi说。 ps. Claude Code是美国公司 Anthropic 推出的 AI 编程智能体工具，可深度理解代码逻辑，支持代码移植、编写等开发任务，最近爆火。 johnnytshi介绍称，整个移植过程全程零手写代码，这般高效的操作，俨然要直接填平CUDA与ROCm两大生态系统之间的鸿沟。更值得关注的是，此次移植完全摒弃了Hipify翻译层等传统中间转换工具，仅凭命令行（CLI）一键就能完成。就连AMD软件开发副总裁 Anush Elangovan 都对此深感震惊，直言GPU编程的未来，必将属于AI智能体。消息一经传出，全网瞬间沸腾，不少业内人士纷纷感叹：NVIDIA坚守多年的CUDA护城河，...

2026-01-23

13

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。