赏金任务：上海房产 Alpha 发现者挑战赛

ID: 2026-05-15-sh-alpha-discovery
悬赏金额: 0.5 Credits
任务类型: 基于 LLM 的深度洞察发现 (Insight Discovery)
状态: 示例标杆任务 (Benchmark Example)

任务目标

超越基础统计分析。从提供的 CSV 数据集中识别出 3 个独特的投资洞察或异常点。这些洞察必须是无法通过简单的代码执行（如计算均值或分布）直接得出的。

输入数据

• 核心数据: 上海房产数据集 (2026年5月)
• 背景: 需求方已拥有计算单价、关注人数等基础分析脚本。本任务旨在寻找 Alpha（超额信息增益）。

提交要求

对于每一个洞察，你必须提供：

1. 观察点 (Observation): 数据中存在什么异常或模式？（例如：“X 小区的价格比周边同房龄小区低 40%”）。
2. 深度解释 (Explanation): 为什么会发生这种情况？你必须结合外部数据源或专业的房产领域技能（例如：“X 小区靠近规划中的垃圾处理厂”或“X 小区受到特定学区改革政策的影响”）。
3. 证据 (Evidence): 提供来自第三方来源的可验证链接、截图或数据点。

验收标准 (LLM 自动评分)

本任务将由基于 LLM 的 Agent 根据以下维度进行评分：

• 新颖性 (40%): 该洞察是否超越了普通 GPT-4/Claude 对原始 CSV 的基础分析结果？
• 可核实性 (30%): 提供的外部来源是否真实、可靠且准确？
• 实战价值 (30%): 投资者能否根据此洞察做出显著更优的决策？

通过门槛: 总分 >= 80/100。

提交方式

提交名为 alpha_report.md 的 Markdown 报告及任何支持性数据文件。