现有文档 RAG 评测都在不足：数据太小、查询太假、证据太单一。
华南理工&华科推出DOUBLE-BENCH——迄今最大规模、多语言、多模态、多跳查询的文档 RAG 实战考场，用 5 168 条人工校验 query 把 9 个 embedding、4 个 MLLM、4 个端到端框架统统拉到现实场景下评测，结果：检索仍是最大瓶颈，模型普遍“过度自信”地胡说八道。
说到多模态大模型，国内快手也开源了Keye-VL-1.5-8B（国产大模型越来越好，就在昨天Claude点名全面封禁中国公司，离大谱），可本地部署，大家可以试试！不管RAG到Multi-RAG未来的趋势还是Agentic RAG
🔍 1 现有评测的不足
、
图 2：主流 benchmark 查询示例，信息不足或已提前泄露答案。
| 问题 | 典型案例 | 后果 |
|---|---|---|
| ① 评测面过窄 | 只测 embedding 或只测 VQA | 看不到系统级瓶颈 |
| ② 假设用户开卷 | 直接给出目标页、文件名 | 与现实检索场景脱节 |
| ③ 证据唯一幻觉 | 单页 synthetic query | 忽略多页均可回答 |
| ④ 多跳造假 | 把单跳硬拼成“伪多跳” | 高估模型推理能力 |
🧪 2 DOUBLE-BENCH 长啥样？
| 维度 | 规模 | 备注 |
|---|---|---|
| 文档 | 3 276 份 | 72 880 页 |
| 语言 | 6 种 | 中/英/西/法/日/阿 |
| 类型 | 4 类 | PDF、扫描件、幻灯、HTML |
| 查询 | 5 168 条 | 2 500 单跳 + 2 668 多跳（2-3 跳） |
| 证据 | 100 % 人工复核 | 单跳 set-of-evidence，多跳 chain-of-evidence |
图 4：语料与语言分布，外圈为语言占比。
⚙️ 3 三步打造“真”考题
图 3：DOUBLE-BENCH 构建流水线，红框为人工介入环节。
1️⃣元数据收集与清洗
- 10–50 页文档，GPT-4o 判语言，Docling & MinerU 做模态拆分（正文/表格/图）。
2️⃣单跳查询合成 - 四原则：自包含、禁止泄露源、聚焦显著模态、多样自然。
- 迭代 refine：若检索返回 >5 候选页，则自动加入区分细节再生成，直到 ≤5。
3️⃣多跳查询合成 - LightRAG 建知识图谱 → 按“意图游走”选路径 → 逐跳替换实体并链式拼接。
- 人工审核逻辑严密性、答案唯一性、语法自然度。
📊 4 实验结果
4.1 检索榜
表 3：主流 embedding 在 DOUBLE-BENCH 上的细粒度结果。
- 文本与视觉 embedding 差距已缩小到 2% 以内；多跳仍集体掉 20+ 点。
4.2 端到端 RAG 框架榜
表 4：RAG 框架检索与回答准确率对比。
- 检索决定上限：colqwen-gen 靠检索优势，在多跳上反超 MDocAgent。
- 过度自信现象：MDocAgent/ViDoRAG 即使没召回证据也强行回答，幻觉率 30–40 %。
4.3 MLLM 裸跑 vs 给证据
- 充分说明 DOUBLE-BENCH未被数据污染，模型靠“背题库”寸步难行。
表 5：MLLM 在“裸跑”与“开卷”下的准确率。
普通人如何抓住AI大模型的风口？
领取方式在文末
为什么要学习大模型？
目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。
目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过30%。
随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：
人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！
最后
只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！
在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。
真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
大模型全套学习资料展示
自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。
希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！
01教学内容
从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！
大量真实项目案例：带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事！
02适学人群
应届毕业生：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
vx扫描下方二维码即可
本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！
03入门到进阶学习路线图
大模型学习路线图，整体分为5个大的阶段：
04视频和书籍PDF合集
从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）
新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）
05行业报告+白皮书合集
收集70+报告与白皮书，了解行业最新动态！
0690+份面试题/经验
AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）
07 deepseek部署包+技巧大全
由于篇幅有限
只展示部分资料
并且还在持续更新中…
真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
