真实、未裁剪的原始材料
上交所原始 PDF、SEC 注册公司 10-K/10-Q、真实投标成本测算本、完整的虚构诉讼案卷。模型面对的是专业人士每天面对的材料，而不是为模型准备的摘要。
- 单题材料最多 400 万字
- 最多 88 份检索语料文件
- PDF / XLSX / CSV / Markdown 混合
Kando Data · RL Environments
让模型在专家的真实工作里学习。
我们为大模型强化学习构建专家级任务环境：真实原始材料、需要长程工具调用的题面、多条可验证判据，以及前沿模型的完整参考轨迹。覆盖金融、法律、医疗与通用办公四大领域，以 Harbor 格式交付，开箱即可接入 RL 训练与评测。
4大领域 · 12 个子类方向FINANCE · LEGAL · MEDICAL · OFFICE
10,000+已交付 RL 环境 · 支持按需定制DELIVERY IN 2–10 DAYS
89单条参考轨迹最多 Agent 回合119 TOOL CALLS IN ONE ROLLOUT
6.37M单条轨迹累计 prompt tokensLONG-HORIZON CONTEXT
Why Kando Data
前沿模型还做不好的专业工作，才是值得训练的环境。
我们挑选的是真实业务里有明确交付物、有专业判断、有标准可核验的任务。三模型实测中，投行估值题均分仅 0.324，量化工程题前沿模型盲跑 0.14——奖励信号有充足的上升空间。
长程轨迹，真实的工具使用
每道题都需要检索、计算、写代码、改文件、反复核对。参考轨迹记录了前沿模型的完整作答过程，最长超过 80 个回合、累计数百万 prompt tokens。
- Claude Code / Codex 真实框架
- 子 Agent 与规划行为可见
- 轨迹逐回合记录 token 与工具
可验证、抗投机的奖励
每道题都有多条独立判据或确定性 grader，含扣分项与能力门控。硬编码、空提交和模板化答案拿不到分；判分凭据与作答容器隔离。
- 9–27 条判据 / 题
- 扣分项与能力上限
- 参考解 oracle 验证可达
Environments
四大领域，按子领域组织。
每个领域下按子领域划分，每个案例单独成页。点击领域进入 RL 环境总览中对应的一节。
- 金融Finance从上市公司原始披露、券商盈利预测底稿到因子库事务恢复：模型需要在数百页财报、真实建模模板和行情数据上完成专业分析师、量化工程师与审计师的工作。投资银行证券研究量化研究财务造假审计金融事实核验财富管理与投研备忘录跨境投资研究
- 法律Legal完整的虚构诉讼案卷：起诉状、合同、法院命令与数万行结构化数据。模型需要像律所 associate 一样检索、计算、判断，并写出可提交的备忘录。反垄断
- 医疗Medical临床场景中的用药核对：模型要在大量未标注题目的医学文献中找到适用条款，逐条论证剂量依据。心血管药物治疗科研结论核定
- 通用办公General Office来自真实业务的多工作簿底稿。模型需要跨表拼合数据、保留可复算公式，并在时间压力下交付可上会的材料。工程造价公共部门审阅与绩效评估
How We Build
每道题都经过取材、出题、判分、实测四道工序。
难度等级按多模型实测均分标定，而不是出题人的自评。实测中发现“无区分度”的判据会被替换，发现可投机的路径会加入扣分项。
SOURCE
取材
从真实业务与公开披露取得原始材料，去除泄题信息，保留专业工作中真实存在的干扰与口径冲突。
AUTHOR
出题
领域专家按真实工作流写题面：只给目标与约束，不给解法；标注能力标签、复杂度与弱点标签。
VERIFY
判分
编写多维判据或确定性 grader，用 oracle 验证满分可达，用空程序、硬编码与对抗样本验证不可投机。
CALIBRATE
实测
用多个前沿模型在真实 Agent 框架中实跑，按实测均分定难度等级，据失分点加固判据。