RubricAtlas：从专家报告中挖掘类型级评分细则以评估深度研究智能体

提出 RubricAtlas 框架，基于 3,079 份中文金融研报构建类型级评分细则，覆盖 99 种研究类型。 实验显示单份报告仅覆盖半数分析问题，不同参考报告选择会改变评测分数与排名。 在 10 个智能体上，两条评审流水线达成 0.71 的检查点一致率和 0.87 的 Kendall τ 排名一致性。