大模型驱动采购单据自动核对实验进展

采购与供应链环节的单据处理长期依赖人工录入与核对，效率低且易出错。本实验室近期在一家机械加工企业开展大模型驱动的单据自动核对实验，探索将采购订单、送货单与发票三类单据的字段抽取与交叉比对流程自动化。技术路线上，先由版面分析模型定位关键字段区域，再由大模型完成非结构化文本的字段抽取，最后以规则引擎执行数量、单价、金额的一致性校验，形成“抽取—比对—人工复核”三级流程。阶段性结果：在近三个月约4200份单据样本上，字段抽取平均准确率达96.8%，金额类字段经规则校验后误报率降至0.5%以下；单份单据处理时间由人工平均4分钟缩短至约40秒，人工仅需介入约8%的疑难单据。下一步计划：针对手写送货单识别率偏低的问题，补充采集手写体样本进行模型微调；同时将异常单据的复核理由自动生成纳入流程，降低复核人员的判断负担。相关实验数据将在实验室页面持续更新。