从同题记录看完成度、用时与成本

在命题与内部复核中，我们观察到 Astra 倾向于将部分专业推导和建模判断进一步转化为显式输入要求，包括中间变量、计算步骤和参考处理路径。若根据每个失分点持续增加这类提示，原本需要独立完成的分析可能逐步转为对参考实现的复现。

这里的 reward hacking 指评分反馈驱动披露、使得分改善与目标能力发生偏离的评测风险；不据此推断模型的主观意图，也不将所有高分或参考差异归为此类行为。

经内部研判，当前公开材料以必要业务事实、合同约束和交付要求为边界；将详细推导、参考实现及验证依据置于 reviewer 侧，保留作答者识别经济关系、建立跨期联系并解释专业判断的责任。相关说明已纳入控制表及评审文件。

现实任务无法预先穷尽全部变量、状态与计算分支。材料是否充分，应依据既定业务范围及必要事实判断；未逐步列出参考公式，本身不构成条件缺失。

作答者依据公开材料独立建模并提交可核查的成果；reviewer 侧说明业务依据、考核能力、参考实现和验证重点，并与 candidate 作答环境隔离。评审分别识别明确条款、必要推导、专业判断、表达差异与计算错误，不把数值偏离参考直接等同于违反金融原理。

评审说明用于解释和核验既定规则，不新增交易条件、不替代自动评分，也不因期望分差而调整得分。较高得分本身不证明题目更完善，较低得分本身也不证明题面不完整。

对信息不足或评分漏洞的反馈，先定位具体业务事实、输入依赖和受影响的输出，区分真实缺口与尚未完成的推导。必要修订应保留版本、原因及影响范围，并在相同题面、thinking effort、工具、预算和 verifier 条件下复测；输入提示变化后的成绩不与原条件下的历史成绩混作同一基线。

目标是提高评测有效性，而非追求预设高分或低分。任务完成度仍应与有效提交、作答时间和资源消耗共同解释。