在结束对360集团的深度调研后，“龙马智鉴”学生创新团队（以下简称“团队”）并未停下脚步。带着从企业汲取的宝贵经验和前沿视角，他们迅速投入到一场场热火朝天的内部技术研讨中。如何将网络安全领域的数据智能理念，真正转化为适合审计场景的大模型？一场关于创新、挑战与协作的研发攻关由此展开。

在负责人孙航天的带领下，他们每周举行多次“头脑风暴”会，围绕审计大模型的核心技术路径展开激烈讨论。会议室的白板上，密密麻麻地写满了技术架构图、数据流程图和争论焦点。

1月8日项目思路研讨会

初期，团队面临的首要难题是审计数据的获取与标注。不同于公开的文本数据，审计数据涉及大量企业财务、业务信息，敏感且非结构化。“我们意识到，没有高质量的数据，再先进的模型也是空中楼阁。”负责数据采集的成员陈文静回忆道。经过多轮讨论，他们决定首先采用公开的上市公司年报、监管问询函、财经新闻等构建辅助知识库进行模型构建，同时积极尝试与企业、会计师事务所取得联系，获取脱敏后的历史审计数据。同时，团队引入半监督学习和主动学习机制，以降低人工标注成本。

在模型选型上，团队内部曾产生激烈分歧。一部分成员主张采用通用大模型（如GPT系列）进行微调，快速实现原型；另一部分则认为通用模型缺乏审计领域的深度推理能力，应从头训练一个专用模型。连续几周的讨论，大家各抒己见，甚至争论到深夜。最终，在技术指导老师王春飞教授和彭嘉续副教授的引导下，团队达成了“分层融合”的共识：基于开源的基础模型，融入审计规则库和财务领域知识图谱，构建一个“审计增强型”的大模型。这种设计既能利用大模型的生成能力，又能保证审计逻辑的严谨性和可解释性。

团队在课余时间展开激烈讨论

“最难的是如何让模型理解复杂的审计准则和会计逻辑，而不是简单地进行文本匹配。”负责算法设计的核心成员鲁伟杰说。为了解决这一问题，团队设计了“案例驱动+思维链”的训练方式。他们整理了大量审计案例，让模型学习从“发现异常”到“追溯原因”再到“评估影响”的完整推理路径。在一次内部测试中，模型成功识别出一例复杂的关联方交易隐蔽模式，这让所有成员备受鼓舞。“那一刻，我们觉得所有的熬夜和争论都值了。” 鲁伟杰兴奋地说。

算力资源也是创业团队面临的现实瓶颈。他们积极向学校申请计算资源，并利用云平台的免费额度，艰难地推进模型训练。“每一次训练失败，我们都会复盘讨论，找出问题所在。这种反复打磨的过程，让我们对技术的理解更加深刻。”技术组长马志辉表示。团队还建立了代码互审制度和知识分享会，确保每个人都掌握技术全貌，并能及时纠正错误。

孙航天分享技术路径

在近两个月的集中攻关中，团队不仅攻克了数据、模型、算力等重重难关，还形成了多项技术专利和软件著作权。更重要的是，他们建立了一套高效的协作机制：每周迭代计划、代码互审、知识分享会。队长孙航天总结道：“研发的过程本身就是一堂创新课。我们学会了如何在分歧中寻找共识，如何在困境中保持韧性。360的调研为我们打开了一扇窗，而内部的讨论和实干，则是我们一步步走向目标的阶梯。”

目前，团队研发的审计大模型原型系统已初步完成，并在部分合作伙伴的模拟场景中进行了验证。该系统能够自动识别财务报表中的异常波动、关联方交易风险、会计估计合理性等，并提供详细的推理过程和证据链。下一步，他们计划将模型与真实的审计作业平台对接，实现更广泛的测试与优化。正如团队愿景所写：“用智能科技，点亮审计之光。”这群充满激情的年轻人，正用自己的智慧和汗水，为中国审计行业的数字化未来贡献着青春力量。

通过团队的集智攻关，审计大模型正从概念走向现实。它不仅有望大幅提升审计工作的效率与精度，更将重塑审计行业的作业模式，推动整个经济监督体系的智能化转型。在这条充满挑战的创新之路上，团队的每一次讨论、每一次代码提交，都是对未来的坚定投资。

推荐阅读：