arXiv · Information Retrieval· Divya Godara, Sachin Gupta·2026-10-01 12:00· 3 小时前AI 评分15

EVICALC 系统报告与失败分析：DocSem 共享任务中的证据优先与算术其次

Evidence First, Arithmetic Second: A System Report and Failure Analysis for DocSem

AI 导读

summary_zh: EVICALC 在 DocSem 共享任务官方最终测试中实现 8.61% 联合准确率（1,730 个任务）。系统读取 PDF、选择段落、让语言模型生成算术表达式并在本地代码中求值，同时保存中间结果以检视失败。