随着 AI 驱动的文档理解和处理工具在实际应用中的日益普及，对严格评估标准的需求变得愈发迫切。现有的基准和评估往往集中于孤立的能力或简化场景，未能捕捉到实际环境中所需的端到端任务有效性。为了解决这一问题，AIDABench 被提出，作为评估 AI 系统在复杂数据分析任务中的全面基准。AIDABench 包含 600 多个多样化的文档分析任务，涵盖三个核心能力维度：问答、数据可视化和文件生成。这些任...