大语言模型在审计判断中的应用研究

• 作者： 黄佳佳 ¹ 朱浩然 ¹ 徐超 ¹ 詹天明 ¹
• 作者单位：
  1.  南京审计大学计算机学院
• 发布时间：2025-03-26

摘要: 在审计业务中，面向审计工作底稿的审计判断是当前审计工作面临的共同难题。面对海量繁杂的法规条款，审计判断存在审计定性不准确、定性依据引用存在困难、依法审计定性的规则悼反、处理处罚中自由裁量权使用不当等难题，确保审计判断的准确性和客观性是一个巨大的挑战。大语言模型通过自然语言处理和深度学习技术深入学习领域知识及其潜在关系，为审计判断提供了新的解决方案。本文以审计定性与法规推荐为目标，微调大语言模型，使其能够服务于审计概念理解、审计定性、审计法规推荐等任务。实验结果表明，该大语言模型相比通用大语言模型能够更加恰当地生成问题总结短语、推荐定性依据和处罚依据，为提高审计工作质量和效率提供了新的实现途径。

• 分类： 工商管理学 >> 会计学
• 稿件状态： 已在期刊出版
期刊名称： 《财会月刊》 2025年 第6期
• 引用： PSSXiv:202503.03085 (或此版本 PSSXiv:202503.03085V1)
  DOI:10.12451/202503.03085
  CSTR:32012.36.PSSXiv.202503.03085
• 推荐引用方式： 黄佳佳,朱浩然,徐超,詹天明.大语言模型在审计判断中的应用研究.财会月刊,2025(6).[PSSXiv:202503.03085V1] (点此复制)