跳至主要内容

2 篇文章 含有標籤「enterprise-ai」

檢視所有標籤

國家預算AI審計中期成果:5大違規揭露與AI審計系統評估

· 閱讀時間約 5 分鐘
Jaybee
AI & Robotics Engineer

National Budget AI Audit Findings

📌 核心摘要 (Key Takeaways)

  • 中期審計範圍: 在涵蓋約650萬億韓元的公共財政數據中,針對5項核心預算項目和6項政府採購合同,全面運行了自主AI審計系統(national_budget_ai)。
  • 4大核心違規查處(嚴格匿名化):
    1. 拆分規避公開招標: 利用2000萬韓元以下小額單一來源採購規定,在12天內將同一項目拆分為3筆合同(總計5820萬韓元,違反國家合同法,審計院先例匹配度94.5%)。
    2. 同地址空殼公司圍標網絡: 3家掛牌在同一大廈同一室的關聯企業聯合參與競標(總金額2.13億韓元)。
    3. 單價虛高7至10倍: 專家諮詢費高出公立中位數7.0倍,GPU伺服器機架租賃費高出採購中位數10.0倍。
    4. 預算傳導效率低下(DEI 30.0%): 僅30.0%資金直達最終受益群體,70.0%被中間管理及外包環節截留。
  • 系統綜合性能評估:
    • 精度: 基於確定性Text-to-SQL實現財務計算零幻覺,11項集成測試套件100%全數通過。
    • 速度: 生成完整法律證據卷宗平均耗時0.03秒。
    • 局限性: 剖析了隱名實控人與多級民間轉包資金追蹤的技術盲區。

國家預算審計AI:Text-to-SQL與GraphRAG結合架構

· 閱讀時間約 6 分鐘
Jaybee
AI & Robotics Engineer

Autonomous Public Budget Audit Agent

📌 核心摘要 (Key Takeaways)

  • 專案目標: 追蹤年均 5,000 億美元規模的政府採購契約、財政總帳及非結構化預算文書,精準查處虛報單價、拆標限制性招標與空殼公司圍標卡特爾。
  • 預期難題與預防機制: 採用確定性 Text-to-SQL 杜絕 LLM 數值計算幻覺;構建**異質知識圖譜(GraphRAG)**將關聯網絡追蹤徹底解耦,形成 Dual-Brain 架構。
  • 實際遭遇錯誤與排錯實踐: (1) 利用 EntityResolver 正規化引擎修復公司名與地址畸形導致卡特爾偵測失敗問題;(2) 引入滑動時間窗口算法捕獲時間差分批拆標;(3) 結合採購法規與審計判例庫打造可解釋性 XAI Dossier。
  • 驗證結果: 11 項單元與整合測試全數通過,成功揪出同地址 3,850 萬韓元限制性招標圍標案及 70% 間接管理費流失(DEI 評分 30%)。