飛象網訊 10月11日，在2025中國移動全球合作伙伴大會上，中國移動正式發(fā)布《審計行業(yè)大模型評測體系白皮書》（以下簡稱《白皮書》）及配套測試集。作為國內首個面向審計行業(yè)的系統(tǒng)性大模型評測標準框架，該體系為審計大模型的科學評估、選型與應用筑牢了“標準底座”， 有效填補了通用大模型評測體系在審計行業(yè)適配性與應用價值評估上的空白。
《白皮書》指出，審計行業(yè)大模型作為融合前沿技術的創(chuàng)新產物，正在逐漸重塑審計業(yè)務的流程與模式，其在提升審計效率、增強風險識別、助力精準決策 等方面展現(xiàn)出巨大潛力。然而，隨著審計領域各類大模型的不斷涌現(xiàn)，其質量與性能參差不齊，如何科學、客觀且全面地評測審計行業(yè)大模型就顯得尤為重要。現(xiàn)有通用大模型評測側重于文本流暢性與開放任務泛化能力，難以量化審計場景特定需求，在數(shù)據(jù)、方法和落地上面臨三重鴻溝。
為深度洞察不同審計行業(yè)大模型的專業(yè)適配性與實際效能，精準辨析各模型的優(yōu)勢與短板，推動審計行業(yè)大模型技術健康發(fā)展，中國移動依據(jù)國家標準 GB/T45288.2-2025《人工智能大模型第 2 部分:評測指標與方法》，并結合中國移動聯(lián)合發(fā)布的《通用大模型評測標準》，編制完成《審計行業(yè)大模型評測體系白皮書》，創(chuàng)新性地提出面向審計行業(yè)的大模型評測體系，以“2+4+6”層級架構為核心：聚焦基礎能力層與審計應用層“兩大”核心場景，并將審計應用評測按審計流程細分為不同場景下的30余項具體應用任務。針對每項審計應用任務，白皮書清晰指明適用的評測方式、指標、數(shù)據(jù)與工具“四項”關鍵評測要素，同時細化反映功能性、準確性、可靠性等“六大”審計評測維度的具體指標，為評測工作提供了切實可行的落地級指南，有效彌補了通用評測在審計行業(yè)適配性與應用價值評估上的不足。
此外，中國移動還同步發(fā)布了與《白皮書》配套的標準化的專業(yè)測試集，包含國家權威審計類考試題目2萬余條，及覆蓋企業(yè)審計業(yè)務六大場景的真實數(shù)據(jù)5千余條，為模型能力評估提供了真實、全面的數(shù)據(jù)支撐。
《白皮書》及測試集的發(fā)布推動審計行業(yè)大模型的發(fā)展邁入了更加標準化、規(guī)范化的新階段。未來，中國移動將持續(xù)推動大模型安全、透明、高效地賦能審計現(xiàn)代化，鑄就“科技強審”新范式，鑄牢審計之盾。
