一种多智能体合规分歧裁决方法、设备及介质与流程
本发明涉及合规风控,尤其涉及一种多智能体合规分歧裁决方法、设备及介质。
背景技术:
1、目前,多智能体协作系统已被应用于合规风控领域,通过不同知识背景的专家智能体协同完成评估任务。由于各专家智能体依赖的训练语料及侧重的风险类型存在本质差异,针对同一待评估事件,不同智能体往往产生截然相反的评估结果,这客观反映了合规审查在专业交叉与价值权衡方面的复杂性。
2、现有技术中,在处理这种多智能体意见冲突时,通常采用加权平均或多数投票进行结果融合。加权平均将对立结论直接取算术平均值作为最终输出,多数投票则依据少数服从多数的原则简单聚合。
3、本发明发明人研究发现,取平均值实质上抹杀了少数派专家所代表的专业洞察,并未能实质性地处理导致分歧的论证逻辑本身;而简单投票机制虽能给出统计意义上的多数意见,却无法对各方观点背后的法理依据和事实引证进行有效甄别。当面对冲突性评估结果时,争议性评估报告的处理高度依赖人工干预和主观判断,不仅拉长了审查周期,还难以保证不同案件之间裁决准则的一致性与客观性。
技术实现思路
1、本发明提供了一种多智能体合规分歧裁决方法、设备及介质,旨在解决的技术问题是多智能体评估结论存在分歧时难以实现客观、可量化、有依据的合规裁决。
2、第一方面,本发明提供了一种多智能体合规分歧裁决方法,其包括:
3、响应于接收到目标事件的合规评估请求,向多个专家智能体分发所述目标事件的合规评估任务,并接收各所述专家智能体返回的评估结果,所述评估结果包含风险等级;
4、基于各所述评估结果中的所述风险等级计算分歧度指标;
5、若所述分歧度指标大于或等于预设的第一阈值,则触发辩论仲裁流程,所述辩论仲裁流程包括:
6、仲裁智能体根据各所述评估结果识别分歧点,形成辩论议题;
7、各所述专家智能体就所述辩论议题进行举证论证,得到论证意见,所述论证意见中包含各所述专家智能体主张的候选裁决结论;
8、各所述专家智能体就所述论证意见进行交叉质询,得到质询记录;
9、所述仲裁智能体计算各所述候选裁决结论的评分,并将评分最高的候选裁决结论作为第一裁决结论;
10、输出所述第一裁决结论作为所述目标事件的合规评估结论,所述合规评估结论附带所述论证意见、所述质询记录及所述评分。
11、第二方面,本发明还提供了一种计算机设备,其包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法。
12、第三方面,本发明还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序当被处理器执行时可实现上述方法。
13、本发明提供了一种多智能体合规分歧裁决方法、设备及介质。该方法首先构建分歧度指标,对各专家智能体输出的风险等级进行离散度量化;当分歧度达到预设第一阈值时,自动触发辩论仲裁流程,从而将多专家评估结论从简单融合提升为结构化的对抗性论证过程。在辩论仲裁中,仲裁智能体提取各评估结果中的结论差异,并将其转化为明确的辩论议题;各专家智能体分别就该议题进行法规与案例驱动的举证论证,并输出对候选裁决结论的支持度评分。随后进入交叉质询阶段,各专家智能体针对对方论证中的缺陷进行多轮质询与应答,使各方观点及其论据得到充分展现和检验。在此基础上,仲裁智能体对各候选裁决结论进行量化评分,以评分最高者作为裁决结论。最终输出的合规评估结论会附带论证意见、质询记录及评分明细。由此,少数派意见不会被简单否决,裁决依据可追溯至具体的论证过程与评分计算,从而在多智能体评估结论存在分歧时实现客观、可量化且有依据的合规裁决。
1.一种多智能体合规分歧裁决方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求2所述的方法,其特征在于,所述评分通过裁决评分算法计算得到,所述裁决评分算法表示为:
4.根据权利要求1所述的方法,其特征在于,所述各所述专家智能体就所述辩论议题进行举证论证,得到论证意见,包括:
5.根据权利要求1所述的方法,其特征在于,在所述触发辩论仲裁流程之后,所述方法还包括:
6.根据权利要求1所述的方法,其特征在于,所述基于各所述评估结果中的所述风险等级计算分歧度指标,包括:
7.根据权利要求1所述的方法,其特征在于,在所述接收到目标事件的合规评估请求之前,所述方法还包括:
8.根据权利要求3所述的方法,其特征在于,在所述输出所述目标事件的合规评估结论之后,所述方法还包括:
9.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-8中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序当被处理器执行时可实现如权利要求1-8中任一项所述的方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com