题面不给任何金额
取数、核对和中间量全部由模型自己判断,需要在 36 万字材料里定位存货分类表、跌价准备变动表与按型号、按库龄的明细。
FINFRAUD-CN-0411 · 定量核查 · 科创板 · 2023 年报
作为会计师事务所项目组成员,在年报全文、公司说明与会计师核查说明之间取数、勾稽,按恰当口径重新计量存货跌价准备的六项金额。
取数、核对和中间量全部由模型自己判断,需要在 36 万字材料里定位存货分类表、跌价准备变动表与按型号、按库龄的明细。
公司书面说明只是管理层陈述;会计师与保荐机构的核查程序和结论才是独立审计证据。
六个数值结论都需要至少一次跨行、跨表或跨期运算,并写明出处与算式;只写结论按无法核验处理。
FinFraud-CN-0917 全部题目均附 Claude Opus 4.8 完整参考轨迹,四个口径去重均为零。
以下为 Agent 实际收到的题面节选(原文照录),用于展示任务设定与约束。
你是会计师事务所派驻的项目组成员。某某半导体科技股份有限公司(证券简称“某某科技”,上海证券交易所科创板)2023 年度存货规模与存货跌价准备余额较上年均大幅上升。公司就各存货项目的构成与库龄、可变现净值的确定方法、以及按产品型号测算跌价准备的过程作出了书面说明;年度报告财务报表附注则按存货类别披露了存货分类表与存货跌价准备变动表。现需就该公司报告期内存货跌价准备的计量与列报出具一份专项说明,你负责其中的量化部分。
公司自己的说明是管理层陈述,不能当作独立审计证据;会计师或保荐机构文件里的程序与结论才是。取数、核对、判断所需的全部数据都在这些文件里,本题面不重复给出任何金额。
该公司 2023 年度存货跌价准备的计提金额、当期损益影响与期末列示,是否按恰当口径计量与列报?按恰当口径重新计量后,下列各项金额分别是多少?
NOTE节选自题面,已省略 JSON 字段名与输出结构。
作答容器内可见的全部材料,统计由题包自动生成。原始文件随完整样例包提供。
| 文件 | 类型 | 规模 | 大小 |
|---|---|---|---|
| MATERIALS_INDEX.md.txt材料清单 | md | 379 字 | 829 B |
| annual_report_1.txt2023 年年度报告全文(含财务报表及附注) | txt | 24 万 字 | 515 KB |
| auditor_reply_1.txt保荐机构与年审会计师核查说明 | txt | 6 万 字 | 126 KB |
| company_reply_1.txt公司书面说明(管理层陈述) | txt | 6 万 字 | 140 KB |
判据全文、权重与参考答案随完整数据包提供。
前沿模型在真实 Agent 框架中的作答轨迹统计。一个回合即一次模型调用;上下文曲线展示长程任务中状态如何持续累积。
| 模型 | Agent 回合 | 工具调用 | 累计 prompt tokens | 峰值上下文 | 作答耗时 | 结果 |
|---|---|---|---|---|---|---|
| Claude Opus 4.8Claude Code · headless, offline | 15 | 692K | 61K | 12m 01s | 完成作答 |
该题所属题库的每一道题都附有一条 Claude Opus 4.8 完整参考轨迹(含全部工具调用与思考),轨迹不含标准答案与判分结果。
| 任务 ID | FINFRAUD-CN-0411 |
|---|---|
| 任务格式 | Harbor task.toml |
| Agent 时限 | 30 分钟 |
| Verifier 时限 | 5 分钟 |
| 作答容器 | 1 vCPU · 1 GB 内存 |
| 网络 | 完全离线(allowlist 为空) |
| 判分隔离 | 独立 verifier 容器评分凭据只注入 verifier,作答侧不可见 |
| 题面长度 | 2,085 字符 |
| 所属题库 | FinFraud-CN-0917 · 1,106 题 |
| 题型 | 定量核查(553 题) |
留下联系方式,我们会提供该题的完整样例包(题面、附件、verifier 与参考轨迹),并介绍同类题目的规模与定制方式。