Un analizador conserva las señales visuales que ayudan a los agentes a encontrar requisitos

Cuando un conversor de documentos elimina el color o el resaltado pero conserva las palabras, ¿puede un modelo que responde preguntas reconocer qué requisitos señaló el autor para llamar la atención?

Esa pregunta importa porque el estudio mide si el modelo recupera esos requisitos marcados en el documento convertido.

El analizador traslada el color y el resaltado al texto para que un modelo que responde preguntas pueda usarlos, y evalúa si así recupera mejor los requisitos marcados por los autores de las políticas.

En documentos de políticas reales, ¿puede un modelo que responde preguntas identificar los requisitos que marcaron los autores cuando la conversión conserva las palabras pero elimina las marcas visuales? El artículo evalúa si conservar esas señales cambia la recuperación.

Claude Opus 4.6 respondió las mismas preguntas con distintas representaciones de documentos, y un comparador determinista cotejó las respuestas con las marcas originales. La versión que tenía en cuenta el formato obtuvo 0.690 de micro F1, por encima de Docling y del texto sin formato. Esto respalda que conservar el formato aporta un beneficio en esta tarea.

El resultado principal procede de una tarea concreta de recuperación de requisitos en documentos de políticas, y personas anotadoras aún no han revisado las etiquetas.

Recuperar señales de PDF también requiere una capa de texto utilizable, y las señales tipadas no ayudaron a todos los modelos evaluados.