同数值引用替换：把 Jev 作为财务证据裁判的压力测试

论文评估概率性证据验证在数值匹配之外的作用，用 Jev 作为 GPT-4.1-mini 计算轨迹的来源支撑验证器。财务报告会在不同期间、指标和会计科目间重复数值，使 LLM 计算数值正确却引用错误财务角色。作者固定操作数与算术、在同数值单元格间移动引用并保留表达等价事实的对照，发现带符号数值指针基线已能解释大部分相对精确引用检查的恢复；显式列标签改善部分错误角色判定，但也降低对某些等价证据的支持。另在 36 个新来源页面上由非作者评审标注的后续评测重现了同样的权衡。

AI推荐理由 以 Jev 作为 GPT-4.1-mini 计算轨迹的来源支撑验证器，研究财务报告中数值正确但引用错误会计科目的问题。方法上固定操作数与算术、在同数值单元格间移动引用并保留等价事实对照，发现带符号数值指针基线已能解释大部分恢复效果，显式列标签在改善部分错误角色判定的同时降低对某些等价证据的支持。新信息是揭示数值匹配之外的“角色识别”验证难点与权衡；属特定领域评测，通用性有限。