LightOnOCR3输出截断：检查生成结束原因和未闭表格，不用补写数字伪装修复

素材身份：作者原创输入/可编辑参考。目标工具未在本轮执行。
先打开 index.html；input.csv 是原始字段，reference.csv 是验收基准，negative.csv 是故意构造的坏样例。
actual-results.csv 保留未测状态，实际执行后再填写。

前置条件：
LightOnOCR-3采用本地或自有授权服务；4B/0.8B为Qwen3.5架构，1B架构不同，显存还受图片与上下文影响，不承诺某张卡必定够用。
使用官方仓库锁定的兼容依赖；当前仓库说明vLLM0.30.0与Transformers5.16.1，模型卡的旧最低版本不能替代锁文件。
模型Apache2.0；仅空prompt或grounding是文档支持输入，原生PDF与检查无需付费，模型识别未执行。

操作步骤：
1. 制作有终点的长页
原稿有六行材料清单和末尾END-MATERIALS标记。
每行编号连续，便于确认输出是否提前结束。

2. 设小预算作负例
在授权本地环境用较小max_new_tokens观察截断风险。
本课不承诺固定小值一定截断，真实结束原因需读返回。

3. 保存结束元数据
记录finish reason或Transformers生成长度与上限关系。
不同运行栈字段不同，按实际SDK保存，不捏造统一回包。

4. 检查结构终点
核对表格闭合、最后行M06和终止标记。
三者任何缺失都进入待核查，不自动当作原文没有。

5. 调整预算重跑
确认可用上下文后提高输出预算，保持同一输入。
长页可按页或区域处理，但必须保存切分来源和重组顺序。

6. 比较两次原始结果
逐行查看新增内容与原页是否一致。
重跑补齐并不授权用作者参考直接填入旧结果。

7. 交付截断诊断
保存预算、结束信息、结构检查和完整性结论。
未运行时只演示检查器如何拒绝作者构造的截断样本。

验收：
输出终点M06与END标记核对。
生成结束信息与正文分开保存。
缺失数字通过重新识别或人工校对标记处理。

官方资料：
https://huggingface.co/lightonai/LightOnOCR-3-4B

图片身份：assets/ 为内置image_gen生成的原创练习输入缩略版，原始文件保留在网站图片来源地址。可编辑SVG为作者原生排版。