AFAC2026 赛题四金融长文本 Agent竞赛学习笔记：赛题解析（一）

本文综合解读 AFAC2026 赛题四「金融长文本 Agent 的动态记忆压缩与高效问答挑战」，视角覆盖四个关键来源：

来源	定位	核心贡献
天池官方赛题(https://tianchi.aliyun.com/competition/entrance/532486/information)	规则与数据	五类金融文档、A/B 榜设计、评分公式
hipw 博客复盘(https://blog.hipw.cc/archives/afac2026)	B 榜第 1 名（1/1704）	动态记忆压缩、证据槽检索、Planner-Reader-Controller 架构
AFAC 官方公众号	二等奖 Lucky 团队（华中科技大学）	显式需求记忆、关键证据保护、计算语义分离
afac2026-financial-qa	Baseline 改进方案	MinerU 解析、BM25 检索、题型差异化 Prompt
afac2026-main	官方进阶优化版	自适应推理路由、证据账本协议、原子命题拆解

因为篇幅较多，就分成几篇呈现。

1. TL;DR

AFAC2026 赛题四的核心命题是：在 500 万 Token 预算内，让 Agent 从 573 份金融长文档中准确回答 200 道选择题。 Baseline 准确率只有 15%，B 榜第一名做到 93.5+ 分，差距不在算力，而在对"金融问答本质"的理解。

不同选手走出了截然不同的路径：

hipw（B 榜第 1）：用"证据工程"替代"相关性检索"，从 36 分一路冲到 96 分。核心逻辑是：别找"最像的段落"，要找"能定罪的线索"（闭合证据变量）。
Lucky 团队（二等奖）：把压缩从"删文本"变成"保信息"，用动态记忆死死护住关键数据。
Chimou0（afac2026-main）：官方进阶方案的深度优化版。像个严谨的侦探，引入"证据账本"和"自适应路由"，简单题快跑省 Token，难题拆碎了审（原子命题），是架构最清晰的进阶路线。
A 榜 86.27 分方案：用 13 版迭代硬磕无向量 RAG 的极限。早期试过 LogicRAG 失败后转向"证据契约"，沉淀了大量宝贵的"负向实验"笔记。
Baseline 改进（douiven）：用 MinerU 解析 + 差异化 Prompt 把分数翻了 4 倍，是性价比最高的入门起点。

2. 赛题全景：数据、评分与文本处理

2.1 五大领域与文档特点

赛题覆盖五类金融长文档，共 573 份文档、约 1.2 万页：

领域	文档数	题数	主要难点
insurance（保险条款）	16	40	公式计算、等待期/免赔额/责任免除定位、多产品交叉对比
regulatory（监管法规）	26	40	法条引用、合规判断、跨文档比对、条文优先级
financial_contracts（金融合同）	14	40	募集说明书条款、债券条款、权利义务关系
financial_reports（财务报表）	10	40	年报指标提取、跨公司横向对比、现金流计算
research（行业研报）	20	40	长文本事实查找、数据核验、图表数值提取

全量 200 道题 ：A 榜 100 题（提供 doc_ids），B 榜 100 题（盲检，不提示文档）。

保险条款

保险条款是保险公司与被保险人之间的合同文本，具有法律效力。典型结构包括：保险责任（保什么）、责任免除（不保什么）、保险期间与等待期（等待期内出险通常不赔，但意外伤害往往例外）、保险金额与保费、退保与现金价值（不同产品计算公式差异很大）、释义（专业术语定义）。

答题关键：计算题要精准定位公式和参数位置；等待期题要找"意外伤害"例外条款；免责范围题要到"责任免除"章节逐条核对；跨产品比较题需要同时打开多份条款提取同类字段。

监管法规

监管法规是金融监管机构发布的规范性文件，具有强制约束力。典型结构包括：总则/适用范围、具体义务（金融机构需要做什么）、时限要求（明确的天数/工作日）、例外条款（"但书"后面的内容往往是考点）、罚则/法律责任。

答题关键：法条引用题要找原文出处；时限题要精确定位具体天数；适用范围题要注意"除外"条款；不同法规之间可能存在冲突或补充关系，需要判断优先适用哪一条。

财务报表

财务报表反映企业的经营成果、财务状况和现金流量，涉及三大报表：

资产负债表：资产 = 负债 + 所有者权益，关键科目包括货币资金、应收账款、存货、固定资产等
利润表：营业收入 - 营业成本 - 费用 = 净利润，关键科目包括营业总收入、研发费用、归属于母公司股东的净利润等
现金流量表：分经营活动、投资活动、筹资活动三类，核心指标是"经营活动产生的现金流量净额"

常用财务指标：毛利率 = (营业收入 - 营业成本) / 营业收入；净利率 = 净利润 / 营业收入；ROE = 净利润 / 平均股东权益；研发投入占比 = 研发费用 / 营业收入。

答题关键：跨年度对比要从两年报表中提取同一指标；跨公司对比要注意口径是否一致；增长率计算要确认基期 and 报告期；注意"归属于母公司股东的净利润"和"净利润"的区别。

金融合同

赛题中的金融合同主要是债券募集说明书和债券条款。典型结构包括：发行概况（发行人、债券类型、发行规模、期限、利率）、募集资金用途、评级信息（主体评级 vs 债项评级）、增信措施、特殊条款（回售条款、赎回条款、调整票面利率条款、交叉违约条款）。

答题关键：条款判断题要定位到具体条款原文；计算题（如回售收益率）要确认时间节点和利率；评级相关题要区分"主体评级"和"债项评级"。

行业研报

行业研报是券商研究机构发布的对某个行业的深度分析，通常包含数据、观点、预测和图表。典型结构包括：行业概况、竞争格局（市场份额、集中度）、驱动因素、数据与预测、投资建议与风险提示。

答题关键：事实查找题要注意年份限定；研报中的数据通常有明确来源标注；研报观点（"我们认为..."）和数据事实要区分开，观点不一定正确。

2.2 模型与提交限制

官网对参赛系统的约束非常明确天池官方赛题：

限制项	规则	影响
模型	只允许调用 Qwen 系列模型 API	不能用 GPT、Claude、DeepSeek 等替代
调用渠道	仅限阿里云百炼平台或魔搭社区	API 格式兼容 OpenAI SDK，但端点固定
Embedding	任何场景下禁止使用 embedding 模型	不能走向量检索路线，必须用 BM25/关键词/结构化索引
文档解析	离线 PDF 解析阶段的 Token 不计入总预算	解析可以用任意 Python 库，性价比最高的投入点
提交格式	`answer.csv`，第一行必须是 summary	漏掉 summary 会导致评测脚本报错

⚠️ 关键提醒：B 榜排名前 15 的队伍需要提交完整代码 and 复现文档（含 evidence.json），系统应支持一键运行。代码包大小不超过 1GB。

2.3 评分公式：准确率优先，Token 效率为辅

FinalScore = 100 × Accuracy × ( 0.7 + 0.3 × TokenScore ) \text{FinalScore} = 100 \times \text{Accuracy} \times (0.7 + 0.3 \times \text{TokenScore}) FinalScore=100×Accuracy×(0.7+0.3×TokenScore)

其中 TokenScore = max(0, min(1, (5,000,000 - TotalTokens) / 5,000,000))。

为什么要有 TokenScore？

赛题的核心设计意图是：在控制 Token 消耗的前提下准确回答。如果只看准确率，参赛者完全可以把全部 573 份文档（约 1.2 万页）逐页塞进模型，让 Qwen 自己慢慢找答案------虽然准确率可能上去，但 Token 消耗会高到没有实用价值。

TokenScore 的存在就是为了防止这种"暴力解法"：

系统给定 500 万 Token 预算
总消耗越接近 500 万，TokenScore 越低
总消耗超过 500 万，TokenScore 直接为 0

这意味着：即使准确率相同，Token 消耗更低的方案排名更高。

Baseline（Qwen-plus 直接全文输入）的成绩是：

组别	正确/样本	准确率	Token 消耗
A 组	17/100	17.0%	3,628,186
B 组	13/100	13.0%	3,884,045

2.4 赛题题型

赛题有三种题型，判定规则非常严格。下面从项目中提取的真实样例来展示：

单选题示例（监管法规 reg_a_003）

题干问法规合规判断，标准答案为 B。提交 A、C、D 或 AB 均判错。单选题只看首个有效字母。

判断题示例（金融合同 fc_a_004）

标准答案为 A。提交 正确、对、1 均判错------必须是大写字母 A 或 B。

多选题示例（监管法规 reg_a_014）

标准答案为 AC。提交 ABC（多选）、A（漏选）、ACB（顺序错）全部判错，得 0 分。多选题不设部分分，完全匹配才得分。
⚠️ 答案为空、包含非法字符、顺序不规范或与标准答案不完全一致，一律判错。这是金融问答的"确定性"在评分层面的直接体现------没有"差不多对"，只有"对"或"错"。

2.4.1 官网完整答题规范示例（reg_a_014）

以下是从天池官网直接摘录的四部分答题要求 天池官方赛题，展示官方期望系统如何作答一道监管法规题：

1. 题目信息

题目ID ：reg_a_014

领域标签 ：regulatory（监管法规）

题型：多选题（multi）

关联文档ID：strict_csrc_023（《上市公司治理准则》）、strict_csrc_035（《上市公司章程指引》）

某A股上市公司（非金融类，总股本5亿股，最近一期经审计净资产120亿元）拟进行如下四项决策：

① 为资产负债率为75%的全资子公司提供8亿元担保；

② 将原募投项目"智能工厂建设"剩余募集资金6.5亿元变更为"新能源材料研发中心"；

③ 选举新一届独立董事，其中1名候选人系某律所合伙人，其所在律所过去12个月内曾为公司提供常年法律顾问服务但未承办重大诉讼；

④ 审议《关于修订公司章程第42条股东大会特别决议事项的议案》，拟将"对外提供财务资助"纳入须经特别决议的范围（原章程未列明）。

根据《上市公司治理准则》《上市公司章程指引（2023年修订）》及相关证券监管规定，下列关于上述事项是否必须经股东大会审议及表决方式的判断，正确的有？

A：事项①中，因被担保方资产负债率超过70%，且担保金额占公司最近一期经审计净资产比例达6.67%，两项任一条件触发即须经股东大会审议通过，故该项担保必须提交股东大会审议。

B：事项②中，变更募集资金用途涉及金额6.5亿元，虽未达净资产10%（12亿元），但因变更投向属于"主营业务方向重大调整"，根据《章程指引》第44条及《治理准则》第19条，仍须经股东大会特别决议通过。

C：事项③中，该独立董事候选人存在《治理准则》规定的"最近12个月内为上市公司提供过法律服务"的情形，构成独立性障碍，不得提名为独立董事候选人，故股东大会不得对其行使选举权。

D：事项④中，公司章程自主增设特别决议事项不违反《章程指引》第77条"上市公司可在本指引基础上增加特别决议事项"的授权性规定，但须经股东大会普通决议通过即可生效，无需特别决议。

标准答案：AC

2. 法规证据定位

系统在作答此题时，应当在检索阶段定位到以下具体法条作为判断依据：

证据	对应选项	引用文件	关键法条原文
证据一	A（正确）	strict_csrc_035 第四十七条	"公司下列对外担保行为，须经股东会审议通过：...（四）为资产负债率超过百分之七十的担保对象提供的担保；..."
证据二	B（错误）	strict_csrc_035 第八十一条、第八十二条	第八十一条规定普通决议事项；第八十二条列举特别决议事项，"变更募集资金用途"未列入特别决议
证据三	C（正确）	strict_csrc_023 第四十一条	"独立董事不得与其所受聘上市公司及其主要股东、实际控制人存在直接或者间接利害关系，或者其他可能影响其进行独立客观判断的关系。"
证据四	D（错误）	strict_csrc_035 第八十二条	"下列事项由股东会以特别决议通过：...（三）本章程的修改；..."

3. 答案逻辑推理过程

事项①：被担保对象资产负债率75%，超过70%法定界限。依据《章程指引》第四十七条第（四）款，该事项属于必须经股东会审议的范围，选项A正确。
事项②：变更募集资金用途属于股东会审议事项，但根据《章程指引》第八十一条及第八十二条，该项决议未被列为必须经特别决议通过的事项，属于应以普通决议通过的事项。选项B声称"必须特别决议通过"，因此选项B错误。
事项③：候选人所在律所在过去12个月内为上市公司提供过常年法律顾问服务。依据《治理准则》第四十一条，该候选人与上市公司存在利害关系，影响其独立客观判断，构成独立董事独立性缺陷，不能提名为候选人。选项C正确。
事项④：将"对外提供财务资助"纳入特别决议范围，其实质是对公司章程中关于股东会决策程序条款的修改。依据《章程指引》第八十二条第（三）款，"本章程的修改"必须经股东会特别决议（出席股东表决权2/3以上）通过方可生效。选项D声称"经普通决议通过即可生效"，与此规定抵触，选项D错误。

4. 证据可追溯性输出规范

为了保证回答的真实性和可审核性，系统除返回标准答案外，还应当在输出结构中附带证据定位元数据：

json 复制代码

{
  "qid": "reg_a_014",
  "answer": "AC",
  "evidence_retrieval": [
    {
      "doc_id": "strict_csrc_035",
      "quoted_clause": "第四十七条 公司下列对外担保行为，须经股东会审议通过：... （四）为资产负债率超过百分之七十的担保对象提供的担保；",
      "reasoning": "全资子公司的资产负债率为75%，超过70%限额，根据第四十七条第四款规定，此担保必须由股东会审议通过。支持选项A。"
    },
    {
      "doc_id": "strict_csrc_023",
      "quoted_clause": "第四十一条 ...独立董事不得与其所受聘上市公司...存在直接或者间接利害关系...",
      "reasoning": "独立董事候选人所在律所过去12个月内曾为公司提供法律顾问服务，构成独立性受限情形。支持选项C。"
    },
    {
      "doc_id": "strict_csrc_035",
      "quoted_clause": "第八十二条 下列事项由股东会以特别决议通过：... （三）本章程的修改；",
      "reasoning": "将对外财务资助纳入特别决议范围属于修改章程行为，必须经出席会议的股东所持表决权的三分之二以上（特别决议）通过。选项D判断不正确。"
    }
  ]
}

"这四部分要求说明：官方不仅要求'答对'，还要求'说出依据'。这也是 hipw 设计'事实账'时内置来源坐标的根本原因。"

2.4.2 A组赛题题型：五种解题方法

以下从官网和项目文档中提取的真实样例，展示每类题目的题干形态 、JSON 格式 和考查能力

A 组 100 道题看似都是"读文档选答案"，实际按解题方法可以分成五类。理解这些类型，才能明白为什么"搜索到片段直接回答"远远不够：

题型	核心特征	典型题号	对系统的挑战
公式计算题	从条款中提取计算公式后代入计算	ins_a_002, ins_a_003	公式分散在不同文档，必须逐份定位条款、提取参数、做算术
跨文档对比题	对比两份或多份文档中的数据或条款	fin_a_001, fin_a_005	单看任意一份都不够，必须同时读取多份并横向对齐
多文档联合推理题	多个产品/法规/条款的信息拼起来综合判断	ins_a_001, ins_a_005, reg_a_014	本质是多次独立的条款定位任务拼成一道多选题
条款定位题	定位某章节的具体规定，答案就在文档里	ins_a_004	需要逐份定位"等待期""免责范围"等特定章节
事实查找题	文档中直接记载的事实，无需计算	res_a_001	研报几万字中数字散落在不同段落，检索容易漏掉限定词

这五类不是互斥的。比如 ins_a_003 既是多文档联合推理 （3 份条款），又是公式计算 （每份赔付公式不同）。fin_a_001 既是跨文档对比 （两年年报），又是事实查找（具体数值）。

这意味着一个有效的系统至少要解决两个问题：

如何确保所有相关文档都被读到（跨文档题不能只读一篇）
如何在文档中精确定位关键信息（计算题要找到公式，条款题要找到对应章节）

Baseline 的"硬截断"对第 1 个问题无能为力（4 篇文档每篇截断 4000 字，总长度可能超限），对第 2 个问题取决于关键信息是否恰好在前 4000 字内。后续所有高分方案，本质上都是在解决这两个问题。

样例 1：跨文档对比题 ------ 财务报表（fin_a_001）

json 复制代码

{
  "qid": "fin_a_001",
  "domain": "financial_reports",
  "question": "根据比亚迪连续两年的年度报告，下列关于公司经营业绩变化的描述中，哪些是准确的？",
  "options": {
    "A": "2025 年营业收入较 2024 年实现增长",
    "B": "2025 年归属于上市公司股东的净利润出现下滑",
    "C": "2025 年经营活动产生的现金流量净额优于 2024 年",
    "D": "2025 年研发投入占营业收入的比例较 2024 年有所下降"
  },
  "answer_format": "multi",
  "type": "财务指标对比分析",
  "doc_ids": ["byd_2024_annual", "byd_2025_annual"]
}

题目 JSON 字段说明 天池官方赛题：

字段	类型	说明
`qid`	String	题目唯一编号，如 `fin_a_001`
`domain`	String	所属领域，五类之一
`split`	String	`A` 或 `B`，A 榜提供 `doc_ids`，B 榜不提供
`question`	String	题干文本
`options`	Object	A/B/C/D 四个候选选项
`answer_format`	String	题型：`mcq`（单选）、`multi`（多选）、`tf`（判断）
`type`	String	题目能力标签，如"财务指标对比分析"
`doc_ids`	Array $String$	A 榜提供参考文档编号，B 榜为空

这道题需要同时读取两份年报，对比四个财务指标的年度变化，是典型的跨文档比较题。

样例 2：多文档联合推理题 ------ 监管法规（reg_a_014）

某A股上市公司（非金融类，总股本5亿股，最近一期经审计净资产120亿元）拟进行如下四项决策：

① 为资产负债率为75%的全资子公司提供8亿元担保；

② 将原募投项目剩余募集资金6.5亿元变更用途；

③ 选举独立董事，候选人所在律所过去12个月内曾为公司提供法律顾问服务；

④ 拟将"对外提供财务资助"纳入须经特别决议的范围。

根据《上市公司治理准则》《上市公司章程指引》，下列判断正确的有？

A：事项①中，被担保方资产负债率超过70%，担保必须提交股东大会审议。

B：事项②中，变更募集资金用途须经股东大会特别决议通过。

C：事项③中，该候选人构成独立性障碍，不得提名为独立董事。

D：事项④中，公司章程自主增设特别决议事项，经普通决议通过即可生效。

标准答案：AC

这道题涉及四个独立事项 分别对应四部法规条款，每个选项都需要精确定位到具体法条原文才能判断。错误选项 B 和 D 分别把"普通决议"说成了"特别决议"、把"特别决议"说成了"普通决议"，是金融法规题常见的干扰方式。

官网对这道题的完整解析要求 ：

系统在作谈时应当定位到以下具体法条：

选项	引用文件	关键法条
A（正确）	《上市公司章程指引》第四十七条	"为资产负债率超过百分之七十的担保对象提供的担保，须经股东会审议通过"
B（错误）	《章程指引》第八十一条、第八十二条	变更募集资金用途属于普通决议事项，不是特别决议
C（正确）	《上市公司治理准则》第四十一条	独立董事不得与上市公司存在"可能影响其进行独立客观判断的关系"
D（错误）	《章程指引》第八十二条	章程修改必须经股东会特别决议（2/3以上表决权）通过

官网还要求系统在输出答案时附带证据可追溯性元数据，格式示例：

json 复制代码

{
  "qid": "reg_a_014",
  "answer": "AC",
  "evidence_retrieval": [
    {
      "doc_id": "strict_csrc_035",
      "quoted_clause": "第四十七条 ...为资产负债率超过百分之七十的担保对象提供的担保；",
      "reasoning": "全资子公司资产负债率75%，超过70%限额，必须由股东会审议通过。支持选项A。"
    }
  ]
}

这意味着：系统不仅要答对，还要能说明答案出自哪份文档的哪条条款 。这也是 hipw 设计"事实账"时内置的来源坐标字段（variables 中的来源坐标）与官方要求不谋而合的地方。

2.4.3 其他题型汇总

以下按领域汇总更多简例，从推理摘要可以看出每类题目的核心特征：

领域	题目ID	题型	样例任务（考查能力）	答案	推理摘要
保险条款	ins_a_007	多选	贷款规则与条件触发判断	BC	国寿增益宝贷款上限为扣除欠款后现金价值的80%；个人养老金方式投保富鸿金生不接受贷款
保险条款	ins_a_010	多选	跨产品现金价值公式对比	AB	文档1按保单年度给出现金价值比例和计算方法，文档2明确给出个人账户价值减退保费用公式
保险条款	ins_a_017	多选	多产品责任范围逐项核验	ABCD	四项事故分别命中对应产品的身故、白血病医疗、营运交通意外伤残和火灾财产责任
监管法规	reg_a_001	多选	客户尽调时限与风险分类合规	CD	30个工作日记录要求对应非重大差异；较高风险存量客户为6个月，且尽调办法施行更早
监管法规	reg_a_002	多选	反洗钱法保存义务与备案要求	ABC	反洗钱法明确业务关系结束后至少保存十年；重大备案差异30个工作日报告；保密义务成立
监管法规	reg_a_003	单选	数据安全法终端存储限制判断	B	原文限制的是向其他数据处理者导出高敏感数据，并未原则禁止在终端设备存储
金融合同	fc_a_004	单选	债券发行上限与资产负债率核验	A	第一份文档本期发行上限明确为10亿元；第二份文档资产负债率含66.38%，不满足63%至66%的严格区间
金融合同	fc_a_009	多选	主体评级与发行规模事实核查	ABD	text02明确披露主体评级AA+；本期发行规模为5亿元而非10亿元；B、D有原文支持
财务报表	fin_a_002	多选	分红政策与经营现金流年度对比	ABD	2025年拟派现金分红315.32亿元，高于2024年方案253.72亿元；经营现金流同比增加
行业研报	res_a_001	多选	银保占比与复合增速跨地区比较	ABC	韩国2022年银保占比56%，台湾地区2005至2018年银保复合增速9.9%，金融信创规模表述成立
行业研报	res_a_005	多选	服务零售增速与居民收入事实查找	ABC	服务零售累计同比领先、韩国银保超过50%、2022年居民收入增速降至5%均有原文直接支持
行业研报	res_a_009	多选	规则数量与历史份额增长核验	ABC	韩国银保超过50%，超过1000条内置规则及欧盟历史份额增长成立

这些简例虽然没有展示完整题干，但从"样例任务"列可以清晰看出每类题目的核心特征：保险条款重公式和条件触发 、监管法规重法条引用和时限 、金融合同重发行条件和评级信息 、财务报表重数据对比和计算 、行业研报重事实查找和跨地区比较。

⚠️ 答案为空、包含非法字符、顺序不规范或与标准答案不完全一致，一律判错。这是金融问答的"确定性"在评分层面的直接体现------没有"差不多对"，只有"对"或"错"。

3. 竞赛难点

金融 PDF 不是干净的连续文本，这是所有参赛者都踩过的第一步。不同方案遇到的坑各有侧重，总结起来可以归为四类

hipw 博客复盘

AFAC2026_赛题四_项目工作文档.md

V3 实验笔记

AFAC2026-advance baseline-tutorial.md：

3.1. 表格与结构解析失效

具体现象	来源
表格被按阅读顺序打散，表头和数值失去对应关系	hipw、官方文档
同一张表跨页，后一页没有重复完整表头	hipw
财报结构主要来自后处理指标行，没有真正的表格对象	V3 实验笔记
PyMuPDF4LLM 对中文 PDF 表格识别、公式保留、阅读顺序恢复能力有限	Baseline 改进
旧块平均 700--1100 字，条款切开后又被合并到 1800 字，粒度混乱	V3 实验笔记

3.2. OCR 与视觉信息丢失

具体现象	来源
扫描页没有文本层，OCR 把小数点、负号和百分号识别错	hipw
研报图表中的关键数字只存在于视觉区域，文本层完全缺失	hipw
旧视觉表格候选只人工覆盖 5 题，解析质量不足导致得分反降	V5 实验笔记

3.3. 文本清洗与条款识别错误

具体现象	来源
旧正则会把财务小数识别为条款号	V3 实验笔记
小于 48 字且无数字的短条款会被删除（如"审议批准董事会的报告"）	V3 实验笔记
页眉页脚反复进入每个文本块，污染检索结果	hipw
查询实体抽取把长句机械切成 2--8 字片段，语义断裂	V3 实验笔记

3.4. 多格式异构与信息分散

具体现象	来源
HTML、TXT 和 PDF 的章节结构完全不同，统一处理困难	hipw
文本刻意保留较长篇幅和分散关键信息点，考查跨段推理	官方工作文档
当前层级语语料基于旧 PyMuPDF 文本重建，不能凭空恢复原 PDF 表格结构	V3 实验笔记

项目工作文档明确把"提升 PDF 文本抽取、表格处理和版面结构还原"列为重点优化方向之首。hipw 在复盘里说得直白："真正拉开差距的第一步却是文档处理。"A 榜 86 分方案的 V3 也专门处理了"正则把财务小数识别为条款号"这种细节问题。这些坑看似琐碎，但任何一个环节出错，后续检索和推理都会建立在错误信息上。

3.5. 金融问答的意图识别与确定性推理挑战

hipw 在复盘里提醒："长文本是最明显的困难，真正困难的是，这些题大多是确定性问题 ------少一个条件、看错一个年份、把百分比当成百分点，最终答案就会直接翻转。" 这类问题的处理难度不在语义理解，而在信息本身的分布特征 hipw 博客复盘：

以一道典型的跨公司比较题为例：

题目问"A 公司比 B 公司在某年的某项收益率高多少"。文档里未必直接写出两家公司的收益率，而是分别给出收入和成本；有时某一年只给了累计值，还需要用相邻期间做差；两家公司的数据又可能位于不同报告、不同页和不同表格中。

要回答它，系统至少需要闭合：A 公司目标期间的收入/成本及来源、B 公司目标期间的收入/成本及来源、两边一致的指标口径和单位、收益率公式和差值方向。

这意味着系统必须同时处理：

难点	说明
多文档并行读取	答案变量分散在两份甚至多份独立文档中
跨页/跨表对齐	同一指标的不同年份位于不同页或不同表格
间接计算	原始数据需要先做差、再做除法才能得出目标指标
检索偏斜	A 公司的高相似段落可能占满检索前排，B 公司的关键证据被挤出

hipw 把这个定义为赛题的本质难点："金融长文本问答不是从全文中挑出一段最像答案的话，而是在有限 Token 下闭合一组带来源的证据变量。"

这也是"意图识别"层面的挑战：金融题要求的不是"理解问题在问什么"，而是"把问题拆解为一组必须全部到齐的变量清单，并确保每个变量都有原文证据支撑"。传统开放域问答的"找最相关段落"思路，在这里会直接失效。

3.6 从实验数据中总结的典型错误模式：

否定词遗漏：文档说"不适用"，模型读成了"适用"
年份混淆：题目问 2025 年数据，模型用了 2024 年的
条件遗漏：只读到"免赔额 5000 元"，漏掉了"意外伤害 0 免赔"
跨文档混淆：把文档 A 的公式套到了文档 B 的场景上

可以在 prompt 中针对这些错误模式加入显式检查指令。这也是 hipw 设计 Controller 组件时内置的"反证检查"和"一致性校验"的来源：不是让模型"再想想"，而是用代码检查每个证据变量是否到齐、数值是否自洽、答案格式是否合法。

下接： $关联技术$

参考文献

AFAC2026 赛道四官方赛题信息页。蚂蚁集团 / 阿里云天池，2026。
hipw 博客：AFAC2026 赛题四B榜第一名方案复盘。hipw，2026 年 9 月。
AFAC2026 获奖频道｜华中科技大学"Lucky"团队获挑战组二等奖。AFAC 官方公众号，2026 年 9 月 29 日。
afac2026-financial-qa：Baseline 改进方案。GitHub，2026。
LogicRAG: Retrieval Augmented Generation with Adaptive Reasoning Structures。arXiv:2508.06105v2，2025。
SmartChunk Retrieval: Query-Aware Chunk Compression with Planning for Efficient Document RAG。arXiv:2602.22225v1，2025。
RAG over Tables: Hierarchical Memory Index, Multi-Stage Retrieval, and Benchmarking。arXiv:2504.01346v4，2025。
FAIR-RAG: Faithful Adaptive Iterative Refinement for Retrieval-Augmented Generation。arXiv:2510.22344v1，2025。