一种基于多重约束校验的可信大模型智能尽调方法及系统与流程

本申请涉及计算机数据处理及尽调资料校验，特别是指一种基于多重约束校验的可信大模型智能尽调方法及系统。

背景技术：

1、尽调报告生成需要从财务记录、合同及企业档案等多源资料中提取证据，并依据报告模板和业务规则组织内容；采用大语言模型生成报告时，模型可接收的输入受到上下文长度限制，系统通常先将资料切分为片段，再根据片段与任务的相关程度选择输入内容；一个待输出项可能同时依赖不同资料中的多个字段，数值字段还需要表格行列标题、报告期和单位共同解释，单个相关片段进入模型输入，不能说明上述联合依据已经完整进入输入范围。

2、在这种处理方式下，允许资料中原本没有可用联合依据、已有依据因预算限制未被选入，以及已选依据的口径不能共同使用，都可能表现为模型无法形成可靠结论；若系统没有将这些证据状态与结论生成及发布条件对应，模型仍可能生成超出证据支持范围的确定性结论；因此，需要解决的主要技术问题是，在有限上下文中使待输出项的证据支持状态与确定性结论的生成、校验和处置保持一致。

技术实现思路

1、本申请要解决的技术问题是，在模型上下文预算受限的条件下，使待输出项的证据支持状态与确定性结论的生成、校验和处置保持一致。

2、为解决上述问题，一种基于多重约束校验的可信大模型智能尽调方法，所述方法包括：

3、获取任务信息、多源尽调资料和上下文预算，按任务信息筛选得到允许资料集合；

4、按允许资料集合中数值区域中心到同页两内容锚点的版面距离构造两圆，确定唯一交点及行列归属，生成证据记录，不能唯一确定时登记定位异常；

5、读取模板、业务规则、可比条件、禁止事项及处置策略，形成约束集合，按约束集合确定待输出项及必需证据字段，结合证据记录建立证据依赖关系；

6、根据证据依赖关系，在上下文预算内按覆盖全部必需证据字段的片段组选择资料，得到入包资料集合；

7、根据证据依赖关系检查允许资料集合与入包资料集合的覆盖，得到源资料缺失、预算未覆盖或证据完整的证据状态，对证据完整项按可比条件校验主体、报告期、指标及单位，得到可比性状态；

8、根据处置策略、证据状态和可比性状态，对源资料缺失、预算未覆盖及不可比项分别限定补证、重新选取资料或复核，仅对证据完整且可比项开放确定性结论，得到输出许可集合；

9、根据入包资料集合、约束集合和输出许可集合，按禁止事项构建受控输出包，调用大语言模型生成候选尽调内容；

10、按受控输出包校验候选尽调内容，得到校验状态集合，按处置策略执行输出、改写或阻断。

11、一种基于多重约束校验的可信大模型智能尽调系统，包括存储器及处理器，处理器执行存储器中的程序以实现：

12、资料范围控制模块，用于获取任务信息、多源尽调资料和上下文预算，筛选得到允许资料集合；

13、约束编排模块，用于形成约束集合，结合证据记录建立证据依赖关系；

14、定位模块，用于根据数值区域中心到同页两个内容锚点的版面距离构造两圆，确定唯一交点及行列归属，生成证据记录，不能唯一确定时登记定位异常；

15、资料选择模块，用于根据证据依赖关系在上下文预算内选择完整片段组，得到入包资料集合；

16、许可控制模块，用于比较允许资料集合与入包资料集合的覆盖，结合可比性状态生成输出许可集合；

17、生成模块，用于根据入包资料集合、约束集合及输出许可集合构建受控输出包，调用大语言模型生成候选尽调内容；

18、校验处置模块，用于根据受控输出包校验候选尽调内容，并按处置策略执行输出、改写或阻断。

19、本申请提供的方案中，由于待输出项及其必需证据字段被登记为证据依赖关系、资料在上下文预算内按完整证据片段组选择，因此能够区分源资料缺失、预算未覆盖和证据完整，使补证与重新选取资料具有不同且可核查的处理依据；

20、由于数值区域在选定唯一交点且取得唯一行列归属后才生成证据记录，不能唯一定位的数值被排除出证据匹配，因此可使定位不确定状态进入后续处置，而不直接作为确定依据；由于证据状态及可比性状态被转化为输出许可，并对候选尽调内容实施校验和处置，因此能够限制无完整依据或口径不可比的确定性结论发布，并使补证与预算重选具有不同的处理入口。

1.一种基于多重约束校验的可信大模型智能尽调方法，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，按允许资料集合中数值区域中心到同页两内容锚点的版面距离构造两圆，确定唯一交点及行列归属，生成证据记录，包括：

3.根据权利要求2所述的方法，其特征在于，按允许资料集合中数值区域中心到同页两内容锚点的版面距离构造两圆，确定唯一交点及行列归属，生成证据记录，不能唯一确定时登记定位异常，包括：

4.根据权利要求1所述的方法，其特征在于，读取模板、业务规则、可比条件、禁止事项及处置策略，形成约束集合，按约束集合确定待输出项及必需证据字段，结合证据记录建立证据依赖关系，包括：

5.根据权利要求4所述的方法，其特征在于，根据证据依赖关系，在上下文预算内按覆盖全部必需证据字段的片段组选择资料，得到入包资料集合，包括：

6.根据权利要求5所述的方法，其特征在于，根据证据依赖关系检查允许资料集合与入包资料集合的覆盖，得到源资料缺失、预算未覆盖或证据完整的证据状态，对证据完整项按可比条件校验主体、报告期、指标及单位，得到可比性状态，包括：

7.根据权利要求6所述的方法，其特征在于，根据处置策略、证据状态和可比性状态，对源资料缺失、预算未覆盖及不可比项分别限定补证、重新选取资料或复核，仅对证据完整且可比项开放确定性结论，得到输出许可集合，包括：

8.根据权利要求6所述的方法，其特征在于，根据逐项证据状态记录，对证据完整项按可比条件校验主体、报告期、指标及单位，得到可比性状态，包括：

9.根据权利要求1所述的方法，其特征在于，根据入包资料集合、约束集合和输出许可集合，按禁止事项构建受控输出包，调用大语言模型生成候选尽调内容，包括：

10.一种基于多重约束校验的可信大模型智能尽调系统，其特征在于，包括存储器和处理器，处理器执行存储器中的程序，实现权利要求1至9中任一项所述的方法，并形成以下模块：