AuditCopilot：利用大语言模型进行记账双式账的欺诈检测
人工智能
2025-12-03 v1
摘要
审计人员依赖 journal entry tests (JET) 来检测税务账目记录中的异常，但基于规则的方法会产生大量假阳性，且难以处理细微的异常情况。我们研究了大语言模型（LLM）是否可作为记账双式账中的异常检测器。我们对比了 LLaMA 和 Gemma 等最新 SOTA 大语言模型在合成数据和真实世界匿名账本上的表现，与 JET 方法和机器学习基线进行比较。我们的结果表明，大语言模型始终优于传统基于规则的 JET 方法和经典机器学习基线，同时还能提供自然语言解释，从而增强可解释性。这些结果凸显了 AI 增强审计的潜力，即人类审计人员与基础模型协作以强化金融完整性。
引用
@article{arxiv.2512.02726,
title = {AuditCopilot: Leveraging LLMs for Fraud Detection in Double-Entry Bookkeeping},
author = {Md Abdul Kadir and Sai Suresh Macharla Vasu and Sidharth S. Nair and Daniel Sonntag},
journal= {arXiv preprint arXiv:2512.02726},
year = {2025}
}