北京
近日，南京审计大学计算机学院大模型研究团队宣布，其自主研发的“审元”大模型与行业领先的DeepSeek-R1大模型完成深度技术适配。此次产学研协同创新标志着南审在智能审计技术领域迈出关键一步，为审计专业场景下的可信AI应用树立了行业新标杆。
作为国内首个面向审计垂直领域研发的行业大模型，“审元”大模型基于南京审计大学在审计学科四十余年的知识沉淀，创新性地融合图神经网络（GNN）与多模态推理架构，构建了包含超百万审计专业实体、千万级实体关系的行业知识图谱。通过与DeepSeek-R1的语义理解引擎深度耦合，实现了审计专业逻辑与通用认知智能的有机统一，有效解决了传统大语言模型在财务数据分析、合规审查等场景中存在的逻辑一致性不足、专业溯源性缺失等关键问题。
三大核心维度
完成适配主要体现在三大核心维度：
可信决策架构
构建"知识图谱+规则引擎+概率推理"三重验证机制，审计结论生成过程支持全链路追溯，提升关键推理节点准确率。
多模态理解能力
支持财报数据表格、审计底稿文档、合规流程图等专业格式的跨模态解析，提升信息提取效率。
动态知识演进
采用持续学习框架实现审计准则、审计法规、审计政策的实时同步更新，压缩了模型迭代周期。
三大显著优势
在典型审计场景中，该技术体系已展现出显著优势：
财务异常检测方面
通过多年度财报数据的关联穿透分析，可自动识别隐蔽的会计政策变更影响。
合规风险评估方面
基于千万级法律条文构建动态合规矩阵，提升风险预警准确率。
审计证据链生成方面
支持从原始凭证到审计结论的自动化推理路径构建，提高审计工作效率，此次技术适配突破不是简单的模型拼接，而是实现了审计专业认知与通用AI能力的基因级融合。
目前，“审元”大模型已适配多种开源及商业化模型，支持多层次、多领域的智能应用需求，能够帮助开发者和业务人员在无缝对接的基础上，设计和构建更具智能化和精准性的企业应用。其成果应用于审计署、中石化、国家管网等项目中，取得很好的效果。
南京审计大学计算机学院大模型研究团队表示，将推进"审计智能体（Audit Agent）"研发计划，重点突破自动抽样决策、审计程序优化等核心难题。预计2025年将形成覆盖审计全流程的智能解决方案，为行业提供从风险评估到报告生成的全栈式智能服务。此次技术适配不仅为审计行业数字化转型注入新动能，更为专业服务领域的AI应用提供了可复制的技术范式。
来源：南京审计大学计算机学院
编辑：孙哲
目前180000+人已关注我们，您还等什么？
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
