基于大模型的文本审核Agent平台

1. 成果简介

基于大模型的文本审核Agent平台通过轻量化推理架构与小样本学习能力，可深度适配垂直领域审核场景。

在电子病历审核与质控场景中，系统结合医学知识图谱构建动态审核规则库，通过多模态联合推理技术同步校验文本病历、影像报告与检验数据的逻辑一致性，精准识别诊断矛盾、用药冲突等多类质控问题，错误检出率较传统规则引擎提升41%。针对合同审核场景，系统内置法律条款动态解析模块，利用小样本提示微调技术快速适配新颁布法规，通过跨模态语义比对自动检测阴阳合同、权责失衡等风险点。

2. 技术创新点

该成果的技术创新主要体现在以下方面。

（1）轻量化推理审核大模型

通过三阶段渐进式知识蒸馏，将模型压缩至1/10体积，结合动态稀疏化计算，按需激活神经元模块，构建轻量化推理审核大模型。

（2）小样本学习能力

引入元学习框架与自监督对比学习机制，通过语义增强的提示微调技术激活预训练语言模型的知识泛化能力，实现仅需5-10个标注样本即可精准识别新型审核内容，有效解决审核场景的长尾问题，将小样本任务准确率提升20%以上。

（3）多模态联合推理

设计异构信息融合架构，结合文本、图像、视频的语义对齐与冲突检测，通过动态门控机制实现模态间自适应权重分配，可以在复杂多模态内容场景下检测准确率提升10%以上。

3. 技术成熟度

该成果当前处于产品化阶段（市场应用）。

4. 可应用领域

该成果可应用于电子病历审核与质控、法律场景合同审核合同审核、金融场景信贷合同等合同审核、招投标文件审核等领域。

5. 联系人

韩佳乘，17600815840，hanjiacheng@iscas.ac.cn