GPT-6 Astra: Legora 财务报表审查性能

OpenAI 宣布了一项涉及 Legora 的案例研究，Legora 是一个用于法律和专业工作的智能体操作系统，该研究展示了如何使用 GPT-6 Astra 自动执行财务报表核对（tie-out）流程。这种集成允许法律专业人士在几分钟内处理数十份复杂的财务文件，而不是耗费数天时间，从而显著减少了数字验证所需的体力劳动。

高规模处理复杂财务上下文

GPT-6 Astra 使 Legora 的 Agent 能够在单次运行中完成跨越 41 份文件的财务报表核对。系统会检查每个余额是否与其支持明细表一致，识别金额差异，并记录每次检查以提供详细的记录供专业人员审查。

根据 Legora 的法律工程师 Percevale Perks 的说法，主要的进步在于模型的处理能力，以及它同时摄取并消化大量复杂信息和分录项的能力。

通过 Legora 智能体推理基准测试 (BAR) 实现性能提升

Legora 使用 Legora Benchmark for Agentic Reasoning (BAR) 衡量了 GPT-6 Astra 的性能，该基准测试利用真实的端到端法律任务。结果表明，财务报表工作流的性能有了显著提升：

• 工作流特定改进： 在财务报表核对任务中，GPT-6 Astra 的性能比之前的模型提高了近 40%。
• 通用 BAR 性能： 在 BAR 中的所有任务中，该模型表现出约 3% 的平均改进。

财务审计中的准确性与可靠性

在实际测试中，GPT-6 Astra 展示了更高的准确性、完整性和可靠性。在一次受控测试中，Legora 在账目中植入了四个错误，模型成功识别了所有四个错误，包括收入注释中 500,000 英镑的缺口。

此外，模型在完成约 50 项额外检查的同时，保留了之前模型执行的所有正确检查。这确保了数据更全面的初次检查，而最终的判断和决策权仍保留在人类法律专家手中。

人机协同集成 (Human-in-the-Loop)

Legora 采用人机协同的方法，由 AI agent 处理详尽的数据比对，但专家仍负责对每个结果做出最终判断。这种运营模式正被用于将 Legora 的平台扩展到审计、税务、合规和风险管理领域。