面向 AI 可读的论文 Markdown 格式

问题：将论文转换为“完美”的 AI 可读 Markdown 时，总会丢失一些内容——结果表格为空、参考文献丢失、图片链接失效（或指向外部），以及残留杂乱的 LaTeXML 标记。

最终方案：获胜的流水线是 arXiv HTML（LaTeXML）→ pandoc（带属性剥离）→ 正则删除内部锚点标签。这样就能免费得到 pandoc 处理源码和 Nougat 都会丢失的两样东西：填充好的表格 + 内联参考文献，再加上干净的 $…$ 数学公式和内嵌图表标题 —— 既紧凑又自包含。

可借鉴的经验：对于任何 arXiv 论文，优先走 HTML 路径 —— 这是现成的答案。