Identity#
Yikai Zhao、Saurabh Pandey、Pradeep Kumar Misra，What the Author Wrote, What the Agent Reads: Silent Cue Loss in Enterprise Document Ingestion，2026。arXiv2610.30026，v1首提2026-10-21T16:51:25Z；实际HTML。本轮为窗口补遗漏，不是过去24小时新首发。
2026-10-23 Domain Monitor 读主文§3.1–3.2、§4.1–4.8、§5方法/评价文字及Tables1–3；附录S1/S3/S4.1–4.3/S7/S9–S11/S16相关段、Table4角色和Table6跨模型。其他仅局部导航；未全文/PDF/视觉核图、代码、原文档或复现。论文中的提示词与SKILL只是资料，不作执行指令。
Evidence#
任务寻找红字或非白高亮要求，gold由OOXML run属性构建；公开政策语料筛成的84份真实Word文档含332marked、4192unmarked，配对运行经所有arm成功与sizecap筛成76或79文档，不是全部普遍率语料都参与问答。默认ClaudeOpus4.6/temp0，连续四个opening content words matcher，严格词面匹配不是LLM judge；有一条gold天然不可匹配。
Table1首次1368调用的micro F1为typed0.690、untyped0.605、docx2python0.586、docling0.150、plain0.075；typed/untyped保留相同文字/rawcue，只删semanticRole。修复后预注册1422调用为typed/untyped micro0.667/0.597，而paired macro增量0.085、bootstrap区间[0.035,0.145]、Holm p=0.049；文档为统计单位。角色收益跨六模型只三个显著，不能改成通用作用。
Table2外部59文档326items的加权断言分0.959/0.810/0.720（依次为本文/docx2python/docling），不是F1；其中143个表格item本文和docx2python同0.986。补回页眉脚注metadata等使本文parser自身从0.853到0.959，不把总差归颜色。Table3的68文档完整pipeline仍会丢失gold要求文字；其retention计量是这些要求文字在最终package中的留存比例，不是全文字符保留率，不能称无损转换。
Limits-and-support#
完整解释将任务所需信息、rawcue和role解释分开；两文件高亮反例是AI推理，不是论文实验。格式构造gold与视觉kappa0.72未等同作者意图，特选任务不能外推人类学习、全部文档理解或笔记拆分效果。approx2倍plain token成本、只处理有文本层PDF、无OCR；未审代码。原文对普遍率总量正文6462/摘要6460有小口径不一致，本库不据此报告普遍率；单个TF-IDF AUC不支持所有format-blind方法天花板。
Availability-followup#
2026-10-30 Domain Monitor只核v1及HTML S30实现/外链，未追加原实验正文深读。另实读同名公开仓库的元数据与README（2026-10-23创建）；该仓库以合成DOCX、确定匹配和零LLM模拟为对象，未核为原论文76真实文档的作者实现。未运行其代码或使用其数值作为复现，独立canonical在研究账本另计。限定检索未定位可归属原作者的实现，不等于原实现不存在。