Reconciliation Workbench 是一张搭在真实财务报表上的审计“勾稽”工作台。小模型 MiniCPM-V 4.6（约 1.3B）只负责读取财报，所有算术都交给确定性引擎，用来抓 OCR 带进来的数字错误：首位多出数字、末位被截断、列错位、乱码字符等等。每个数字都能追溯到源 PDF 里的位置，并说明它参与了哪条勾稽关系。完整版本还支持人工修正、重新校验，留下可导出的审计轨迹。
它是 Hugging Face Build Small Hackathon 的参赛作品，参加 Backyard AI 赛道。
要解决的问题
这是审计人员天天碰到、却不太上台面的现实问题：一份 300 页的中文年报或招股说明书过一遍 OCR，只要有一个数字读错，资产负债表就会悄无声息地对不上。Reconciliation Workbench 要把这些错误找出来，而且绝不“好心”改写原文。
为什么用小模型
审一份财务报表，用不着巨大的 LLM。
- 读取交给小模型：MiniCPM-V 4.6 约 1.3B 参数，远低于 Tiny Titan 的 4B 门槛。
- 算术交给代码：每一次加总、小计和交叉核对，都在纯函数式的确定性引擎里完成。
把容易出错的计算从模型里移出去，它才能发现 OCR 错误，而不是制造新错误。一个“既读又算”的模型，很容易幻觉出一个看着合理、其实错误的合计数。
示例体验
Space 内置两份示例，不需要任何密钥：
- 三木集团 2024 年年度报告：真实 PDF，逐位数字像素级高亮。三种状态叠在一起：绿色是已勾稽，红色是疑似 OCR 错误，灰色是规则没覆盖。
- 一份招股说明书：引擎发现合并资产负债表里的小计勾稽错误，并提供可以逐条查看的核验队列。
在右上角选示例，逐条打开发现项；点一下被标记的数字，它会在 PDF、实时表格和焦点卡片里同时高亮。
这是一个只读的公开演示。实时上传 PDF，以及“人工修正 → 重新计算 → 审计轨迹”这条流程，都依赖确定性引擎。这个引擎是专有组件，未包含在公开演示中，相关功能可以在下面的演示视频里看到。
工作原理
单个自定义 gr.HTML 岛（pdf.js + 实时表格 + 核验面板 + 全部交互）
└─ 数据：小模型读取并结构化 → 确定性引擎勾稽 → 三态发现项
- 定制界面：不是把默认 Gradio 组件堆起来，而是一个带
server_functions的自定义gr.HTML岛，里面是真正的pdf.js阅读器、三态 bbox 叠加层和键盘驱动的审阅队列。 - 铁律：抽取和算术分开；OCR 原始值不可变；人工修正算一笔新的、可追溯的事务，原值始终作为参照列保留。
- 失败要显式：界面会提示“定位阶段丢弃了 N 张表 · 0 个发现项 ≠ 没有错误”，绝不把“抽取失败”伪装成“一切正常”。
演示视频
3 分钟演示视频 走完了完整流程：1.3B 模型读取真实年报 PDF → 确定性引擎标出一个对不上的资产负债表小计 → 应用引擎推断的修正 → 重新计算、重新勾稽（✓ Closed），同时留下完整、防篡改的审计轨迹。
局限
- 公开演示只包含前端和预先计算好的示例结果。
- 确定性勾稽引擎和抽取管线是专有组件，没有开源，也没放进 Space；所以公开版本不支持上传自己的 PDF，也不支持人工修正流程。
相关链接
- Hugging Face Space：build-small-hackathon/reconciliation-workbench
- 演示视频：demo.mp4
- 社交帖子：X
项目作者：niuniu869。