arXiv cs.MA· Yan Wang, Xuguang Ai, Jaisal Patel, Xueqing Peng, Fengran Mo, Yupeng Cao, Haohang Li, Mingyu Cao, Lingfei Qian, V\'ictor Guti\'errez-Basulto·· 3 天前AI 评分22
AuditFlow：面向结构化财务报告验证的可执行符号环境
AUDITFLOW: Executable Symbolic Environments for Structured Financial Reporting Verification
AI 导读
AuditFlow 是一个基于可执行符号环境的图结构多智能体框架，用于 XBRL 数值一致性验证，将可复用的 US-GAAP 分类图与具体申报的 XBRL 证据关联，并提供检索、遍历、计算和规则评估工具。
正文 · AI 翻译
摘要：结构化财务报告验证需要将报告的事实与会计约束相连接、重建预期值并执行数值检查。我们通过 XBRL 数值一致性验证来研究这一问题，并提出了 \textsc{AuditFlow}，一个以可执行符号环境为核心的图基础多智能体框架。该环境将可复用的 US-GAAP 分类图与特定申报的 XBRL 证据相连接，并提供用于检索、遍历、计算和规则评估的类型化工具。两名专业审计员调查约束和申报证据，而一名高级审计员协调由分歧触发的细化。确定性工具生成验证证据；证据聚合将结构化报告（包括智能体声明的覆盖）合并为最终决策。在一个新收集的包含 1{,}000 个实例的引擎记录 DQC 违规评估集上，\textsc{AuditFlow} 使用 Claude Sonnet 4.6 达到了 $87.70\%$ 的联合审计准确率，而单智能体为 $68.60\%$，仅检查器为 $86.70\%$。组件和覆盖率分析表明，可执行验证是准确率的主要来源，而智能体判断带来的额外收益取决于主干模型和检查器覆盖率。
| 主题： | 人工智能（cs.AI）；多智能体系统（cs.MA）；符号计算（cs.SC） |
| 引用为： | arXiv:2606.03031 [cs.AI] |
| （或 arXiv:2606.03031v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.03031 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Yan Wang [查看电子邮件]
[v1]
2026年6月2日星期二 02:14:42 UTC（9,452 KB）
[v2]
2026年10月14日星期三 01:04:35 UTC（7,795 KB）
来源：arXiv cs.MA · arxiv.org