信贷审批材料AI风险要素抽取实验进展

金融AI实验室近期围绕信贷审批场景开展大模型信息抽取实验，目标是从借款人财报、征信说明与贷前调查报告中自动识别关键风险要素，辅助审批人员提升材料审阅效率。实验基于开源大模型进行领域微调，构建了约1.2万条标注样本的信贷文本数据集，覆盖制造业、批发零售与建筑业三类行业。阶段性进展：1、在风险要素抽取任务上，微调后模型F1值达到0.86，较通用模型提升约12个百分点，其中财务指标异常、关联交易、对外担保三类要素识别效果最好；2、引入规则校验层后，字段幻觉率由6.3%降至1.8%，输出结果可回溯至原文位置，便于人工复核。下一步计划：扩充小微企业与个体工商户样本，验证跨行业泛化能力；同时探索抽取结果与行内风控评分卡的联动方式，评估其在贷前预警中的实际增益。目前该实验仍处于内部验证阶段，暂未接入生产流程。