一幅油画:账房里,书记员们在核对账簿,一卷收据纸从桌上垂落。

展示

账房里的模型

实时 3D 竞技场,模型在其中完成真实的办公工作,每一项都与基于规则的工具对比打分。

对账,规则引擎
36
对账,本地 27B 模型
72
对账,GPT-5.6-SOL
84

为什么做竞技场

基准分数对财务负责人来说意义不大。所以我们搭建了能看见工作的房间:银行流水和账簿两条纸带从天花板垂下,模型每配对一笔,就用一根金线缝在一起。

每个竞技场都有真实的规则基线和精确的标准答案,所以分数不取决于个人喜好。

如何运行

目前竞技场回放的是录制好的运行过程。很快,它们将直接在你的浏览器里运行模型。

得分

单次录制运行的得分
竞技场规则本地 27BGPT-5.6-SOL
对账367284
数据精炼31%83%100%
查询规划566399

每一件委托,都从一次谈话开始。

告诉我们要做的工作、你手里有哪些数据、模型需要在哪里运行。我们会在两个工作日内回复。

洽谈项目biz@random-walk.co.jp