arXiv · cs.CL（语言与教育交叉）· Divya Godara, Sachin Gupta·2026-10-01 12:00· 11 天前AI 评分17

EVICALC 系统在 DocSem 共享任务上的系统报告与失败分析

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

AI 导读

EVICALC 在 DocSem 共享任务官方最终测试的 1,730 项任务上取得 8.61% 联合准确率，其流程为读取 PDF、选取段落、让语言模型写出算术表达式并在本地代码中求值。