Compliance-to-Code：通过代码生成增强金融合规审查
计算与语言
2026-01-14 v3
摘要
如今，监管合规已成为企业治理的基石，用以确保对系统性法律框架的遵守。其核心在于，金融法规通常包含极其复杂的条款、层次化的逻辑结构以及大量的例外情况，这不可避免地导致高强度的劳动投入或理解上的挑战。为了缓解这一问题，近期的监管科技和大型语言模型在将监管文本自动转换为可执行合规逻辑方面受到了广泛关注。然而，其性能仍然不够理想，特别是在应用于中文金融法规时，由于三个关键局限性：（1）领域特定知识表示不完整；（2）层次化推理能力不足；（3）未能保持时间和逻辑上的连贯性。一个有前景的解决方案是开发用于模型训练的领域特定且面向代码的数据集。现有的数据集（如 LexGLUE、LegalBench 和 CODE-ACCORD）通常以英文为主、领域不匹配，或缺乏用于合规代码生成的细粒度。为了填补这些空白，我们提出了 Compliance-to-Code，这是首个致力于金融监管合规的大规模中文数据集。它涵盖了 10 个类别中 361 项法规的 1,159 个标注条款，每个条款均采用模块化结构，包含四个逻辑要素——主体、条件、约束和上下文信息——以及法规间关系。我们提供了确定性的 Python 代码映射、详细的代码推理和代码解释，以促进自动化审计。为了展示其效用，我们提出了 FinCheck：一个包含法规结构化、代码生成和报告生成的流水线。
引用
@article{arxiv.2505.19804,
title = {Compliance-to-Code: Enhancing Financial Compliance Checking via Code Generation},
author = {Siyuan Li and Jian Chen and Rui Yao and Xuming Hu and Peilin Zhou and Weihua Qiu and Simin Zhang and Chucheng Dong and Zhiyao Li and Qipeng Xie and Zixuan Yuan},
journal= {arXiv preprint arXiv:2505.19804},
year = {2026}
}