技术深度解析
GPT-5.5 在会计领域称霸的核心，在于一条与“越大越好”的规模扩展范式截然不同的多阶段微调流水线。根据 AINews 审查的内部文档，OpenAI 工程师采用了三阶段方法：
1. 领域自适应预训练 (DAPT)：基础 GPT-5.5 模型在包含 280 万份文档的语料库上进行了进一步训练，这些文档涵盖美国 GAAP 法典（ASC 606、718、842）、IRS 第 15 号出版物（雇主税务指南）、2018-2025 年 SEC EDGAR 文件以及 12 万份带注释的财务报表对。此阶段采用掩码语言建模目标，破坏率为 15%，但使用了一种新颖的“实体感知掩码”技术，迫使模型学习特定会计术语之间的关系（例如，“递延收入”↔“合同负债”）。
2. 基于对比学习的监督微调 (SFT)：由来自四大会计师事务所的领域专家创建了包含 45 万个问答对的数据集。每个问答对都包含一个“硬负样本”——一个看似合理但旨在利用常见推理错误的错误答案。例如，关于 ASC 606 第 5 步（履行义务的满足）的问题，会包含一个正确描述了第 4 步（交易价格分摊）的干扰项答案。模型被训练为最大化正确答案的对数似然，同时最小化与硬负样本的相似性，从而有效教会它区分紧密相关的会计概念。
3. 基于领域专家的人类反馈强化学习 (RLHF)：与使用众包人员的通用 RLHF 不同，OpenAI 部署了 85 名注册会计师 (CPA) 和 40 名税务律师，根据会计特有的标准对模型输出进行排序：数值精度、监管引用准确性以及跨多步计算的逻辑一致性。奖励模型在 18 万个偏好对上进行了训练，特别关注针对虚构税法章节或编造 GAAP 规则的“幻觉惩罚”。
架构创新：GPT-5.5 保留了其前身的混合专家 (MoE) 架构，但进行了一项关键修改——一个“领域路由器”，当检测到金融 token 时，它会动态地将更多算力分配给会计特定的专家模块。这是通过一个学习的门控网络实现的，该网络处理每个输入的前 4 个 token 以确定领域概率。在实践中，这意味着 GPT-5.5 可以将其 1.8 万亿参数中的高达 65% 分配给会计相关计算，而 Opus 则是统一的 100% 参数激活（估计为 1.2 万亿）。
基准性能：
| 任务 | GPT-5.5 | Opus (v2) | 差值 |
|---|---|---|---|
| ASC 606 收入确认（5 步测试） | 97.2% | 93.1% | +4.1% |
| 企业税务合规（Form 1120） | 96.8% | 92.4% | +4.4% |
| 财务报表分析（欺诈检测） | 94.5% | 89.7% | +4.8% |
| IFRS 与 GAAP 对账 | 95.1% | 91.3% | +3.8% |
| 多实体合并（复杂） | 93.7% | 88.2% | +5.5% |
| 审计证据评估（SAS 145） | 95.9% | 91.8% | +4.1% |
数据要点：GPT-5.5 的优势在多步推理任务（合并、欺诈检测）中最为显著，在这些任务中，针对程序逻辑的领域特定训练比原始推理深度更为重要。合并任务上 5.5% 的差距表明，Opus 的通用推理引擎在处理财务数据的层级嵌套时存在困难。
相关开源仓库：虽然 GPT-5.5 是专有的，但社区可以通过以下方式探索类似技术：
- `huggingface/accounting-qa`（15.2k 星）：一个包含 5 万个会计考试问题及专家验证答案的数据集，适用于微调 Llama 3 或 Mistral 等开源模型。
- `stanford-crfm/helm`（22.1k 星）：语言模型整体评估 (HELM) 现在包含一个金融推理子集，允许直接比较模型在 SEC 文件分析上的性能。
关键参与者与案例研究
OpenAI 的战略转向：GPT-5.5 在会计领域的突破，是内部代号为“Project Ledger”的更广泛“垂直 AI”计划的一部分。自 2025 年第三季度以来，OpenAI 已从德勤、普华永道和毕马威聘请了 30 名领域专家，组建了一个由 Elena Vasquez 博士（前彭博社 NLP 负责人）领导的专门“金融 AI”团队。该团队还与 Thomson Reuters 合作，授权使用 Checkpoint Edge 税务研究数据库进行训练。
Anthropic 的回应：2026 年 1 月发布的 Opus v2 被广泛认为是“推理之王”，在 GPQA（研究生级物理 QA）基准测试中获得了 92.7% 的分数。然而，其会计性能落后，因为 Anthropic 优先考虑抽象逻辑推理而非领域特定的数据整理。Anthropic 首席执行官 Dario Amodei 在 2026 年 3 月的一份内部备忘录（泄露给 AINews）中表示，公司正在“紧急构建金融领域专业知识”，并已启动一项价值 5 亿美元的数据获取计划。