在授信尽调场景，客户常一次性提供数十家银行的流水，PDF、Excel、扫描件混杂，人工整理一份现金流底稿往往需要数小时，且各家口径不一致，复核成本高。
我们做了一组实验：先由版面检测切分表格区域，再用视觉语言模型做字段抽取，最后引入借贷平衡、日期连续性、余额递推三类规则做交叉校验，把模型输出收敛成可对账的结构化流水。校验不通过的单元格自动回标，进入人工复核队列，复核结果回流为微调样本。
进展与数据：
- 在内部500份、覆盖12家银行的测试集上，加入“借贷平衡+余额递推”校验后，行级字段准确率由单次抽取的89%提升至97%以上；跨行新模板零样本约82%，补充少量标注后回升到95%左右。
- 下一步计划：把结构化流水接入现金流还原与偿债能力测算模块，验证“流水—指标”链路的稳定性，并评估异常交易识别的召回与误报平衡。
评论