基于多维幻觉特征的人工智能应用保险风控方法和系统与流程

本申请涉及保险与人工智能交叉，尤其是涉及基于多维幻觉特征的人工智能应用保险风控方法和系统。

背景技术：

1、生成式人工智能技术正加速向医疗、金融、政务等实体业务场景渗透，大模型应用已成为企业数字化转型的核心支撑。然而，大模型固有的黑盒特性导致幻觉生成、算法偏差等输出风险无法从底层根除，由此引发的第三方责任纠纷、业务运营中断等事故频发，成为制约ai规模化落地的瓶颈。保险作为ai安全治理体系中不可或缺的经济兜底工具，其保障需求持续旺盛，但当前ai保险产品多基于传统险种扩展，缺乏针对ai特有风险的专业化风控体系。

2、现有技术中大模型幻觉检测技术可输出多维特征，但仅停留在技术检测层面，未与保险精算定价建立映射关系。现有ai保险方案未将幻觉检测能力转化为保险场景可用的风险计量工具，导致风险缺乏量化标准，承保定价无据可依，保险机构只能采用“一单一议”定制模式，产品标准化程度低，供需错配问题突出。

技术实现思路

1、本申请的主要目的在于提出一种基于多维幻觉特征的人工智能应用保险风控方法和系统，能够将幻觉检测能力转化为保险场景可用的风险计量工具，提升人工智能应用保险风控的标准化程度。

2、本申请的第一方面提供了一种基于多维幻觉特征的人工智能应用保险风控方法，所述方法包括：

3、获取目标保险应用在预设时间窗口内的输出响应文本、与所述输出响应文本对应的输入提示文本、多维度幻觉检测特征集、场景属性因子集、保险精算参数集以及历史出险数据，所述多维度幻觉检测特征集为所述目标保险应用对所述输出响应文本进行检测得到；

4、根据所述输入提示文本、所述输出响应文本和所述多维度幻觉检测特征集，进行幻觉责任归因计算，得到模型自生责任系数，所述模型自生责任系数用于表征由所述目标保险应用所产生的幻觉风险在全部幻觉风险中的占比；

5、对由所述多维度幻觉检测特征集、所述模型自生责任系数和所述场景属性因子集构成的多个风险因子进行联合分布建模，得到联合综合风险值，所述联合分布建模用于表征所述多个风险因子之间的非线性依赖关系；

6、根据所述多维度幻觉检测特征集，对所述联合综合风险值进行校准，得到保险校准联合风险值；

7、基于所述保险校准联合风险值和所述场景属性因子集，确定所述目标保险应用对应的先验保费；

8、根据所述历史出险数据和所述保险精算参数集，对所述先验保费进行校正，得到最终厘定保费；

9、基于所述保险校准联合风险值和所述最终厘定保费，生成所述目标保险应用的风险评级结果。

10、本申请的第一方面提供了一种基于多维幻觉特征的人工智能应用保险风控方法，通过根据输入提示文本、输出响应文本和多维度幻觉检测特征集进行幻觉责任归因计算，得到模型自生责任系数；对由多维度幻觉检测特征集、模型自生责任系数和场景属性因子集构成的多个风险因子进行联合分布建模，得到联合综合风险值；根据多维度幻觉检测特征集对联合综合风险值进行校准，得到保险校准联合风险值；基于保险校准联合风险值和场景属性因子集，确定目标保险应用对应的先验保费；根据历史出险数据和保险精算参数集，对先验保费进行校正，得到最终厘定保费；基于保险校准联合风险值和最终厘定保费，生成目标保险应用的风险评级结果，能够实现风险量化与标准化承保定价。

11、为实现上述目的，本申请的第二方面提供一种基于多维幻觉特征的人工智能应用保险风控系统，所述系统包括：

12、获取模块，用于获取目标保险应用在预设时间窗口内的输出响应文本、与所述输出响应文本对应的输入提示文本、多维度幻觉检测特征集、场景属性因子集、保险精算参数集以及历史出险数据，所述多维度幻觉检测特征集为所述目标保险应用对所述输出响应文本进行检测得到；

13、计算模块，用于根据所述输入提示文本、所述输出响应文本和所述多维度幻觉检测特征集，进行幻觉责任归因计算，得到模型自生责任系数，所述模型自生责任系数用于表征由所述目标保险应用所产生的幻觉风险在全部幻觉风险中的占比；

14、建模模块，用于对由所述多维度幻觉检测特征集、所述模型自生责任系数和所述场景属性因子集构成的多个风险因子进行联合分布建模，得到联合综合风险值，所述联合分布建模用于表征所述多个风险因子之间的非线性依赖关系；

15、校准模块，用于根据所述多维度幻觉检测特征集，对所述联合综合风险值进行校准，得到保险校准联合风险值；

16、第一模块，用于基于所述保险校准联合风险值和所述场景属性因子集，确定所述目标保险应用对应的先验保费；

17、校正模块，用于根据所述历史出险数据和所述保险精算参数集，对所述先验保费进行校正，得到最终厘定保费；

18、生成模块，用于基于所述保险校准联合风险值和所述最终厘定保费，生成所述目标保险应用的风险评级结果。

19、为实现上述目的，本申请的第三方面提供一种电子设备，包括：至少一个处理器和用于与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的一种基于多维幻觉特征的人工智能应用保险风控方法。

20、为实现上述目的，本申请的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行上述的一种基于多维幻觉特征的人工智能应用保险风控方法。

21、可以理解的是，上述第二方面至第四方面和相关技术相比存在的有益效果和上述第一方面和相关技术相比存在的有益效果相同，可以参见上述第一方面中的相关描述，在此不再赘述。

1.一种基于多维幻觉特征的人工智能应用保险风控方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于多维幻觉特征的人工智能应用保险风控方法，其特征在于，所述多维度幻觉检测特征集包括幻觉综合风险分、幻觉类型标签以及幻觉严重程度值，所述根据所述输入提示文本、所述输出响应文本和所述多维度幻觉检测特征集，进行幻觉责任归因计算，得到模型自生责任系数，包括：

3.根据权利要求1所述的基于多维幻觉特征的人工智能应用保险风控方法，其特征在于，所述多维度幻觉检测特征集包括幻觉综合风险分、幻觉严重程度值以及幻觉波动系数，所述场景属性因子集包括场景复杂度，所述对由所述多维度幻觉检测特征集、所述模型自生责任系数和所述场景属性因子集构成的多个风险因子进行联合分布建模，得到联合综合风险值，包括：

4.根据权利要求1所述的基于多维幻觉特征的人工智能应用保险风控方法，其特征在于，所述多维度幻觉检测特征集包括幻觉类型标签，所述幻觉类型标签包括事实类幻觉、逻辑类幻觉以及语义类幻觉，所述根据所述多维度幻觉检测特征集，对所述联合综合风险值进行校准，得到保险校准联合风险值，包括：

5.根据权利要求1所述的基于多维幻觉特征的人工智能应用保险风控方法，其特征在于，所述场景属性因子集包括行业类别和场景复杂度，所述多维度幻觉检测特征集包括幻觉类型标签和幻觉发生频次，所述基于所述保险校准联合风险值和所述场景属性因子集，确定所述目标保险应用对应的先验保费，包括：

6.根据权利要求1所述的基于多维幻觉特征的人工智能应用保险风控方法，其特征在于，所述根据所述历史出险数据和所述保险精算参数集，对所述先验保费进行校正，得到最终厘定保费，包括：

7.根据权利要求1所述的基于多维幻觉特征的人工智能应用保险风控方法，其特征在于，所述基于所述保险校准联合风险值和所述最终厘定保费，生成所述目标保险应用的风险评级结果，包括：

8.一种基于多维幻觉特征的人工智能应用保险风控系统，其特征在于，所述系统包括：

9.一种电子设备，其特征在于，包括至少一个处理器和用于与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7任一项所述的一种基于多维幻觉特征的人工智能应用保险风控方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行权利要求1至7任一项所述的一种基于多维幻觉特征的人工智能应用保险风控方法。