摘要
本发明公开了基于多模态大模型的智能审计方法及系统,涉及人工智能领域,包括以下步骤:通过在LLaMA‑3架构中注入财会领域语料构建领域自适应模型,能够自动解析会计准则、政策法规并生成可执行的审计规则,系统采用多通道结构,同步完成关键实体提取、逻辑关系识别与歧义消解,确保规则的准确性与稳健性,通过构建财会知识图谱整合多源异构数据,并执行生成的SPARQL查询实现自动化审计测试,创新性地引入区块链锚定规则哈希与三维证据矩阵,实现了全流程可追溯、不可篡改的决策溯源。该方法显著提升了审计的效率、覆盖面和自动化水平,有效规避审计风险,为人机协同的智能审计提供了高度可信的解决方案。
技术关键词
智能审计方法
多模态
结构化业务数据
财会
多通道并行
大语言模型
非结构化文档
结构化文档数据
抽象语法树
智能审计系统
行政事业单位
知识图谱查询
语句
文本
多源异构数据
逻辑
多通道结构
生成可执行
系统为您推荐了相关专利信息
车辆行驶轨迹
多模态
交叉注意力机制
智能驾驶技术
电子设备
访问控制方法
风险评估模型
资源
差分隐私保护
拉普拉斯噪声
历史监测数据
旱情预测
分级预测方法
广义线性模型
依赖特征
预后方法
特征识别模块
Cox比例风险模型
训练集
IgA肾病