转换性能测试
这些数字是参考值，不是对所有机器或所有文档的承诺。比较只使用双方都成功转换的文件，并保留每次测试的版本和 revision。
分别衡量覆盖率、性能与输出保真度
我们把三个问题分开：覆盖率说明工具实际能转换哪些文件；性能包括启动、转换耗时、CPU 时间和峰值内存；输出保真度按格式检查，不压缩成一个模糊的总分。CLI、浏览器 WebAssembly 和长期运行的 HTTP server 也分别测试。
先验证正确性，再记录时间
原生 CLI 和浏览器测试只有在输出检查通过后才记录时间。server 测试目前只要求响应成功且正文非空，因此它的时间数据不能代替语义质量检查。Docling 只启用 parser backend，不启用 OCR、VLM、ASR、layout model、table model、enrichment 或 accelerator。
复现性能测试
语料库来自许可条件不同的第三方文档，因此仓库不重新分发。manifest 记录来源、格式、大小和 SHA-256。benchmarks/fetch_corpus.sh 会取得相同文件并验证每个 digest。