标签
这是一篇 DocInsights 2026 共享任务的系统论文，介绍了 EviCalc——一个 PDF 文档问答流水线，将证据段落选择与 LLM 生成的算术表达式（在本地代码中执行）相结合。论文报告了 EviCalc 在 DocSem 测试集上 8.61% 的联合准确率，并给出了描述性的失败分析，包括 OCR 错误和块分组错误导致相关段落被错误合并的问题。