待验证50% 置信观点精确时间

固定坐标切分失效的根本原因是假设版面规则，而真实学术PDF的版面逐页甚至逐块变化。

1

来源数

50%

置信度

长期有效

时效性

2026/10/17

首次发现

来源

PDF转Markdown的隐形陷阱：双栏论文如何被压成“文本汤”

rss2026/10/17

涉及实体

版面分析concept

相关事实

待验证arXiv的PDF解析是学术论文跨库检索的主要难点，公式、表格、双栏排版会导致通用解析器出错。69% 相似待验证一些学术出版商和预印本平台已在探索用AI检测论文中的统计错误、引用不一致或图像重复等问题68% 相似待验证论文将基于内容驱逐机制导致模型逐字拷贝中途断裂的失败模式命名为「顺序遗忘」68% 相似待验证将200页PDF整体输入LLM进行数据提取通常会导致行数缺失、合计错误，且模型不会提示遗漏内容68% 相似待验证纯坐标/模板匹配方案的脆弱性在于版式变化零容忍，字体大小、行间距、列顺序的细微调整都会导致解析失败66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1052655

API

curl https://kongchang.com/api/v1/knowledge/claims/1052655

MCP

get_claim(id=1052655)