AI财报附注抽取定制：科目映射与勾稽校验

金融AI实验室近期完成一项实验性验证：面向上市公司年报，将附注表格抽取与三大报表勾稽校验串成同一条流水线，观察大模型在长文档金融场景中的可用边界。

做法分两步：先以版面解析定位附注中的表格与金额单位，再用少量标注样本微调抽取模型，把“科目名称—期间—金额—口径”映射为结构化字段；随后按会计恒等式与报表间关系生成校验规则，对不一致项给出冲突类型和原文定位，而非直接给出结论。

阶段进展：在120份年报测试集上，常用科目字段抽取准确率约93%，勾稽冲突召回率约86%；其中约六成冲突来自口径差异或单位换算，而非抽取错误，这提示后续重点应放在口径归一与规则解释。

下一步计划：扩充金融业与保险业报表模板，加入附注变更检测，并评估小模型批量处理的成本，形成可复用的抽取—校验—溯源组件。