arXiv论文揭示文档摄取丢失格式线索致Agent自信答错

Yikai Zhao 等在 arXiv 论文（arXiv:2610.30026）中指出：主流文档转换器在摄入企业文档时，普遍丢失作者用文本格式（如颜色、高亮）编码的含义，导致智能体不是明显答不上来，而是自信地答错。 论文给出的量化结果：格式盲摄入使 micro F1 从 0.690 降至 0.150（docling）和 0.075（纯文本），该差距在两家厂商的六个回答模型上均复现。在其分析的 6,460 份文档中，32.8% 含有刻意的颜色或高亮标记，其中 10.3% 出现在义务性条款上。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。