热点事件持续更新
研究：文档解析丢失格式线索致Agent误判需求
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
2026年10月22日，arXiv cs.AI / cs.LG 发布的一篇论文指出，企业文档解析环节会丢失作者用高亮和颜色标注的格式线索，导致 Agent 把未被标注的内容也当成需求。研究用 76 份真实政策文档构造任务，测试主流文档转换器；结果显示这些转换器普遍丢掉高亮与颜色信息。在看不到格式线索时，docling 识别需求的 micro F1 从 0.690 降至 0.150，纯文本输入更低至 0.075，且该现象在五个 Claude 模型和 GPT-5.6 上均可复现。目前该研究以预印本形式公开，尚未见其他团队复核或厂商回应。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 00:51
arXiv 新论文：丢失高亮与颜色线索后，docling 识别需求 micro F1 由 0.690 跌至 0.150。报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv cs.AI / cs.LG 最新精选论文发现企业文档解析丢失颜色与高亮线索，Agent 识别需求 micro F1 从 0.690 降至 0.150
一篇 arXiv 论文用 76 份真实政策文档构造任务，发现主流文档转换器会丢掉作者用高亮和颜色标出的重点，让 Agent 把作者没有标注的要求也当成要求。在看不到格式线索时，docling 的 micro F1 从 0.690 降到 0.150，纯文本降到 0.075，五个 Claude 模型和 GPT-5.6 上都能复现。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。