AuditAgent：基于专家指导的跨文档欺诈证据发现多智能体推理
人工智能
2025-10-02 v1
摘要
金融欺诈检测在现实场景中面临着显著挑战，due to the subtlety and dispersion of evidence across complex, multi-year financial disclosures。本文引入一种新型多智能体推理框架 AuditAgent，通过融合审计领域专家知识，实现对金融欺诈案件中证据链的细粒度定位。我们构建了一个来自中国证券监督管理委员会发布的执法文件和财务报告的专家标注数据集，方法整合了 subject-level risk priors、混合检索策略以及专用智能体模块，以高效识别和聚合跨报告证据。广泛实验表明，我们的方法在召回率和可解释性方面显著优于通用智能体范式，建立了自动、透明金融司法鉴定的新基准。我们的结果凸显了 domain-specific reasoning 和数据集构建对推进稳健金融欺诈检测具有重要作用，尤其是在实际、真实世界的监管应用中。
引用
@article{arxiv.2510.00156,
title = {AuditAgent: Expert-Guided Multi-Agent Reasoning for Cross-Document Fraudulent Evidence Discovery},
author = {Songran Bai and Bingzhe Wu and Yiwei Zhang and Chengke Wu and Xiaolong Zheng and Yaze Yuan and Ke Wu and Jianqiang Li},
journal= {arXiv preprint arXiv:2510.00156},
year = {2025}
}