大语言模型助力审计问题自动定性

国家审计作为以权力监督制约权力的一项制度安排,是党和国家监督体系的重要组成部分,是国家治理大系统中一个内生的具有预防、揭示和抵御功能的“免疫系统”,是国家治理的基石和重要保障,在推进“全面建成小康社会、全面深化改革、全面依法治国、全面从严治党”战略布局中具有独特且重要的作用。

为全面贯彻依法审计战略,更好地服务依法治国方针,依法审计数字化转型势在必行。

1

依法审计数字化转型趋势

依法审计,是指审计机关和审计人员应当依照法律规定行使审计监督权,开展各项审计活动。

审计问题依法定性是依法审计的重点工作之一,通过整理、归纳、研究审计过程中的违规、违法问题,依法规范问题分类、问题描述,明确定性法律法规依据条款,指明处理、处罚、移送相关条文的依据,为有法可依、有法必依、执法必严、违法必究提供信息化、电子化、智能化的便捷手段,以提升审计工作效率。

传统审计问题定性高度依赖审计人员的经验,根据问题关键词描述,通过网络搜索引擎或法规库等查找可能参考的法律法规、规章规定等文件,人工工作量大,效率低,且存在个人主观偏向问题。

随着AI及大模型技术的创新发展,相比于其他深度学习或机器学习算法,大模型在语义理解、文本生成和推理能力上表现出明显的优势,通过大模型结合审计专业书籍、历史审计项目积累的法规库、审计问题定性案例库、审计报告库等数据,进行审计垂直领域大模型微调训练,让大模型具备审计专业知识,让审计问题的自动化定性成为可能。

2

基于大语言模型实现审计问题自动定性

基于大语言模型的审计问题自动定性框架如下,底层数据包括法律法规、规章制度、政策文件、审计专业书籍、审计案例、审计考题等审计垂域知识,同时基于历史审计档案数据构建“审计问题-定性依据问答对”。

通过审计垂域知识,微调基座大模型,构建审计垂域基础模型。利用“审计问题-定性依据问答对”,构建审计垂域问答模型。同时,为解决审计问题描述存在关键信息稀疏和隐含表述问题,构建了意图关键词识别模型。

通过以上三个模型,最终让AI具备了自动审计问题定性的能力。

3

审计智能助手助力依法审计智慧升级

OceanMind海睿思 推出审计智能助手,依托多年扎根政府审计行业的经验,构建了审计垂域大模型,并提供审计法规智能问答、审计智能百科、审计分析报告自动编写、审计问题自动定性等应用。

审计问题自动定性功能为例,审计人员输入审计问题描述,系统自动识别问题定性相关的法律法规,输出审计问题违反的具体条款内容,辅助审计人员提高问题定性效率。

同时,支持对审计问题定性标准化,一定程度上解决审计人员因经验差异导致的主观判断分歧问题。

典型案例

某污水处理站建设工程采用应急抽签的方式抽取施工单位江苏***有限责任公司,原合同金额2000万元。相关单位未履行招投标程序,直接与其签订补充协议一环保整改项目工程(协议金额1100万元),协议无签订日期,补充协议二新增园林绿化等(协议金额950 万元)。

审计问题关键词:江苏、工程建设项目、招投标、未履行招投标程序

定性结果:不符合《江苏省工程建设项目招标范围和规模标准规定》的通知(苏政发(2014)48号)第二条“本行政区域内下列工程建设项目的勘察、设计、施工、监理、重要设备和材料的采购,达到本规定第八条规定的规模标准的,必须进行招标”的规定。

欢迎关注微信公众号“OceanMind海睿思”或搜索“OceanMind海睿思”进入官网了解相关产品。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/106097.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

C++学习笔记之三(标准库、标准模板库、vector类)

C 1、C标准库2、C标准模板库2.1、vector2.1.1、vector与array2.1.2、vector与函数对象2.1.3、vector与迭代器 1、C标准库 C C C标准库指的是标准程序库( S t a n d a r d Standard Standard L i b a r a y Libaray Libaray),它定义了十个大类,其中包括…

nc65单据穿透

nc65单据穿透 jych项目 1.支出合同台账合同号字段可以穿透到对应的单据上 一个合同号穿透到一个物质设备采购合同上 1.支出合同台账单据模板合同号字段卡片下和列表下高级属性勾选是否超链接 2.支出合同台账中增加监听类 HeadItemLinkListener.java package nc.ui.jych.…

算法通过村第十六关-滑动窗口|黄金笔记|结合堆的应用

文章目录 前言堆与滑动窗口结合的问题总结 前言 提示:不论记忆多么痛苦,它属于过去,已经逝去了,我们为什么还执着于它并让它代表我们?我们就这样,所以,我们受苦。 --丹津葩默 这个还是一个比较重…

LSTM 与 GRU

RNN无法处理长距离依赖问题,通俗点就是不能处理一些较长的序列数据,那么今天就来介绍一下两个能处理长距离依赖问题地RNN变种结构,LSTM和GRU。 1. LSTM(Long short-term memory) 1.1 LSTM结构 上左图是普通RNN结构图…

目标检测技术概述

什么是目标检测? 在计算机视觉众多的技术领域中,目标检测(Object Detection)也是一项非常基础的任务,图像分割、物体追踪、关键点检测等通常都要依赖于目标检测。在目标检测时,由于每张图像中物体的数量、…

JAVA入门总结回顾

1.常用的DOS命令:DOS窗口常用命令-CSDN博客 2.检查jdk是否安装成功:在cmd中输入java -version或者java或者javac。出现相应的对应显示内容。 3.JDK,JRE之间的关系:JDK是JAVA的开发工具包,JRE是JAVA的的运行环境。JRE…

硬件安全与机器学习的结合

文章目录 1. A HT Detection and Diagnosis Method for Gate-level Netlists based on Machine Learning摘要Introduction 2. 基于多维结构特征的硬件木马检测技术摘要Instruction 3. A Hardware Trojan Detection and Diagnosis Method for Gate-Level Netlists Based on Diff…

非遗主题网站的设计与实现基于PHP实现

包括源码参考论文 下载地址: https://juzhendongli.store/commodity/details/18

Slax Linux 获得增强的会话管理和启动参数选项

Slax Linux 的创建者和维护者托马斯-马特吉切克(Tomas Matejicek)在自己生日这天(生日快乐!)发布了其小巧便携的 GNU/Linux 发行版的新版本,带来了各种增强功能和错误修复。 新发布的 Slax Linux 版本&…

On Moving Object Segmentation from Monocular Video with Transformers 论文阅读

论文信息 标题:On Moving Object Segmentation from Monocular Video with Transformers 作者: 来源:ICCV 时间:2023 代码地址:暂无 Abstract 通过单个移动摄像机进行移动对象检测和分割是一项具有挑战性的任务&am…

Fabric.js 复制粘贴元素

本文简介 点赞 关注 收藏 学会了 当你要复制一个 fabric 的元素时,你考虑到的是什么?是深拷贝当前选中对象再添加到画布中? 其实,fabric.js 提供了一个克隆方法,在 fabric.js 官网的案例里也有这个demo&#xff1a…

【博士每天一篇文献-算法】Gradient Episodic Memory for Continual Learning

阅读时间:2023-10-26 1 介绍 年份:2017 作者:David Lopez-Paz, Marc’Aurelio Ranzato 期刊:Part of Advances in Neural Information Processing Systems 30 (NIPS 2017) 引用量:2044 针对持续学习中灾难性遗忘问题…

[推荐]Linux安装与配置虚拟机之虚拟机服务器坏境配置

🎬 艳艳耶✌️:个人主页 🔥 个人专栏 :《Spring与Mybatis集成整合》《Vue.js使用》 ⛺️ 越努力 ,越幸运。 一.操作系统 1. 简介 操作系统(perating System,简称OS)是一种系统软件…

二维码智慧门牌管理系统升级解决方案:一级属性 二级属性

文章目录 前言一、什么是智慧门牌管理系统?二、一级属性 vs. 二级属性三、升级中的实践意义 前言 在本文中,我们将深入探讨二维码智慧门牌管理系统的升级解决方案,特别聚焦于一级属性和二级属性的关键概念。我们将详细解释这些概念&#xff…

计算机网络——理论知识总结(上)

开新番,因为博主备考的学校计网只考察1/6的分值,而且定位偏向于送分题,因此在备考时并没有很高强度的复习。本帖基于王道考研的教辅总结归纳,虽然是408的教材,但忽略其中有难度的部分,如计算题、画图题等&a…

TCP三次握手具体过程

四次挥手 1)客户端进程发出连接释放报文,并且停止发送数据。释放数据报文首部,FIN1,其序列号为sequ(等于前已经传送过来的数据的最后一个字节的序号加1),此时,客户端进入FIN_WAIT_1&#xff08…

Mac怎么清理磁盘空间?释放Mac磁盘空间有效方法

相信很多使用macOS系统的小伙伴都收到过提示“磁盘空间已满”消息,尤其是采用SSD固态硬盘的MacBook系列,120G的硬盘空间本就捉襟见肘,使用一段时间后,即使自己没有存放很多大文件, Mac的磁盘很快就满了。那么&#xff…

MR混合现实情景实训教学系统在旅游管理专业中的应用

在旅游管理专业中,MR混合现实情景实训教学系统的主要应用包括但不限于以下几个方面: 1. 实地考察的替代:对于一些无法实地考察的景点或设施,学生可以通过MR系统进行虚拟参观,从而了解其实际情况。这不仅可以减少时间和…

计算机网络之数据链路层(全)

[复习提示] 王道:本章是历年考试中考查的重点。要求在了解数据链路层基本概念和功能的基础上,重点掌握滑动窗口机制、三种可靠传输协议、各种MAC协议、HDLC协议和PPP协议,特别是CSMA/CD协议和以太网帧格式,以及局域网的争用期和最…

c++学习MFC还是QT?

c学习MFC还是QT? 建议学习Qt, Qt开发不仅跨平台,而且社区活跃度和网上的资料也比较多一点,特别是跨平台这一点很重要,最近很多小伙伴找我,说想要一些QT资料,然后我根据自己从业十年经验,熬夜搞了…