MDPBench 是一个用于多语言数字和拍摄文档解析的基准数据集，相关论文成果为 MDPBench: A Benchmark for Multilingual Document Parsing in Real-World Scenarios，旨在评估与提升模型在真实复杂场景下的多语言文档解析能力。 数据集中包含 3,400 张文档图像，涵盖 17 种语言，包括简体中文、繁体中文、英语、阿拉伯语、德语、西班牙语、法语、印地语、印度尼西亚语、意大利语、日语、韩语、葡萄牙语、 俄语、泰语和越南语。图像经过专家模型标注、人工校正和人工验证的严格流程获得高质量标注。