TRACE：LitTraceQA 的目标感知检索、属性证据和契约约束提取

找到相关论文并不等于从中得出可验证的答案。 LitTraceQA 需要规范的纸张标识符、页面或对象级别的确切证据以及与评估者匹配的键入答案。我们将源访问和记分器可见的正确性之间的分离称为基础契约差距。 TRACE - 目标感知检索、属性证据和契约约束提取 - 通过目标分组检索、独立类型化证据本地化、多模态表提取、模式驱动表构建和失败关闭验证来解决这一差距。它通过段落、对象、别名、引文和密集表示对 27,487 篇论文进行索引，同时保留每个信号背后的问题目标。对于表，TRACE 在提取值之前预测观察单元，并使用与评估器兼容的键标准化来组装行。我们审核后选定的干净轨道工件在官方 71 个问题测试集上得分为 0.760613，其中纸质 F1 为 0.9728，证据 F1 为 0.6847，多项选择准确度为 0.9800，表行 F1 为 0.5423，宏单元准确度为 0.3508。在 11 条公共开发表记录上，干净基线和坐标感知视觉填充分别获得 F1 行 0.291 和 0.411；此诊断比较包括后备输出，并非官方测试声明。其余错误主要涉及定位器、观察单元、行键和源值标识。