医疗、法律、金融的高分答案，开始被要求指出依据
中文医疗、法律、金融 Rubric的检查点如下，正文按这些名字展开。
- 域分离
- 依据粒度
- 越界识别
- 拒答得分
- 专家资质
- 时效
- 地域
- 裁决
中文医疗、法律、金融 Rubric：买方把验收提前了
中文医疗、法律和金融题目共用一个趋势：买方不再满足于流畅回答，而要看到依据落在病历字段、法条或披露文件的哪一处，以及模型在证据不足时是否停下来。
同一批答案先由域内评分人按依据打分，再由第二人只检查是否越界。两套分数都保留。
买方按验收记录安排预算和排期。
买方会先翻开「域分离」。这一页看不见样例，排期就停在试标。
域分离，以及依据粒度
医疗、法律、金融分册评分。跨域题目单独标记，不把三套分数合成一个总分对外宣传。
医疗指到文书或指南条款，法律指到条文或裁判要点，金融指到报表附注或监管文本。只写“根据专业判断”不得拿满依据分。
越界识别，以及拒答得分
给出诊断处方、诉讼策略或投资指令的答案，按约定扣分或直接判为不通过。
证据不足时，正确行为是说明缺什么。Rubric 给拒答留分，避免模型用编造换取完整感。
专家资质，以及时效
评分人的专业资格和利益关系可核验。只有“专家团队”四字，不足以通过采购评审。
法条、指南和财报期别写在题目里。用过期依据答对旧题，要在版本说明里标明。
地域，以及裁决
中国法、美国判例和其他法域分开。某一基准的低分或高分不挪作朗慧交付承诺。
专业分歧由指定裁决人处理，并记录理由。不允许用更流畅的文字覆盖更准确的依据。
三个领域的分数不能合成一个总分
CLAUSE 在 EACL 2026 用扰动合同发现，模型会漏掉细微错误，给出法律理由更难。LegalCiteBench 上，闭卷引用检索即使较强的模型仍然很低，并伴随大量看起来具体的错误依据。《柳叶刀数字健康》2026 年则要求医学智能体在证据不足时管理不确定性。三域 Rubric 应把拒答和依据位置写成得分点。
放回「中文医疗、法律、金融 Rubric」，这些公开结果只帮助判断买方会检查哪一页。「裁决」对得上，就可以写进工作说明。论文里的成功率、帧率和基准分，不写进朗慧的验收承诺，也不换算成公司收入。
报价里写得清的范围
朗慧可以组织医疗文书、法律文本和金融材料的评分项目，但每域的授权、专家和地域范围单独列明。不把美国法律基准的结果写成中国法律数据的验收分数。
报价之前先确认四件事：分册是医疗、法律还是金融、依据要指到哪一级、拒答是否计分、评分人的专业资格由谁核验。四件事未齐，只安排样例评估，不把三域合成一个报价包。
朗慧对外能够承诺的范围，以书面工作说明为准。186 个预置模型是人体影像的预标注清单，按部位和任务核对，不是 186 种疾病，也不计入动物任务。病理全片、站点默认范围以外的视频和通用文本处理，按项目单独约定，不写成平台默认能力。第一人称人类视频在重映射责任、目标自由度和有效性字段写明之前，交付名称是人类示范数据，不是机器人动作标签。论文里的成功率、基准分数和第三方市场规模，只作为买方理解行业的背景，不写入朗慧的验收承诺。E8 仍待确认供货，不进入当前报价。
本文供准备样例评估。它不构成法律意见、医疗诊断或投资建议。授权、出境和监管路径由买方法务确认。引用时请写明主题和 2026-10-22。