北京信息科技大学   张 莉

【摘　要】 大语言模型因其自然语言处理能力，在审计领域技术创新中引发争议。文章分析了大语言模型在审计知识智能问答、流程自动化和审计风险与异常检测等方面的机遇，并提出了具体技术方案：基于检索增强生成的知识交互技术，与外部知识库结合增强大语言模型在审计领域应用的专业性，并为审计知识智能问答提供技术路线；设计审计应用智能体，通过工具和多智能体协作，实现审计流程自动化和风险识别等。在此基础上，设计了面向审计领域的技术架构，提出了构建关键组件审计知识库和集成工具的技术路径，以及基于LangChain框架实现组件集成的方法。文章为大语言模型服务于智能审计提供了理论基础和实践参考。

【关键词】 大语言模型； 审计； 检索增强生成； 多智能体协作

【中图分类号】 F239.1  【文献标识码】 A  【文章编号】 1004-5937（2024）24-0002-08

一、引言

党的二十届三中全会强调，要健全促进实体经济和数字经济深度融合制度，加快构建促进数字经济发展体制机制，促进各类先进生产要素向发展新质生产力集聚。审计领域新质生产力就是审计“数智化”，就是要运用先进技术手段推动审计方式方法创新，提升审计效能与审计质量，提高审计工作的灵活性和适应性。随着数字经济的发展，大语言模型（Large Language Models，LLMs）凭借卓越的自然语言处理能力已在金融^[1]、医疗^[2]、科技^[3]等众多垂直领域展现了强大应用潜力。LLMs不仅在文本生成、知识提炼、智能对话及信息检索等方面表现优异，还具备流程自动规划与决策、多样化数据处理与分析、创建生成式交互环节等能力^[4]。因此，通过LLMs在审计领域的应用，可解决当前审计工作中存在的数据量大、程序烦琐、质量难以保障、风险难以把控等难题^[5]，从而提高审计工作的效率和精度，促进审计领域“数智化”转型^[6]。

  全文请参阅《会计之友》2024年第24期