本应用融合多模态大模型、Skill、Wiki、规则因子等，搭建智能调查与审批风控辅助平台，基于多维度数据构建多维风控评估体系，为银行信贷人员提供线上化、自动化、标准化的贷前调查、风险预警、合规审查、审批报告生成等全流程金融服务。系统发起调查与审批任务后，实现数据采集→规则约束→技能分析→报告生成的 4 阶段全流程自动化处理，风险识别准确率提升至 95%以上，为信贷人员提供实时进度追踪、风险分级预警、智能分析建议、报告自动生成的良好体验。

本应用由台州银行总行信息科技部负责产品研发运维，由台州银行总行风险管理部与信贷管理部提供金融应用场景，此外无其他第三方机构参与。

创新性说明：

1.在风控模式方面，针对传统人工评估主观性强、风险识别标准不一的问题，采用多智能体协同架构与混合推理引擎技术，构建硬规则+软知识的标准化风控体系，风险识别准确率提升至 95%以上，推动信贷风控从“经验驱动”向“数据+AI 驱动”转型。

2.在数据应用方面，针对金融机构数据孤岛、跨数据源交叉检验困难的问题，采用多模态因子提取技术与多源数据检验，打通行内信贷数据、征信数据、工商数据等多数据源，以及多类型数据的智能解析，自动识别隐性负债、多头借贷、关联风险等隐蔽风险，实现跨数据源自动化交叉检验。

3.在智能化能力扩展方面，针对传统系统分析逻辑硬规则 、 新增 分 析 维度 需 重新 发布的痛点，本系统采用Skill+Wiki 双轮驱动实现热更新与专家经验模板化；同时，对于反欺诈红线、监管合规等核心风险规则，仍保留硬规则实现以确保决策确定性与可审计性。二者形成“刚性底线+柔性扩展”的分层架构，实现风控能力的敏捷迭代与知识沉淀。

4.在知识萃取沉淀方面，采用技能萃取与知识蒸馏等方式，将行内信贷风控专家风控能力要点、风控经验、风控研判标准流程等，萃取为风控相关Skill 标准内容，产出征信、合规、调查表等多维信息的风险判断标准化执行 Skill，提高大模型的结论报告产出质量。同时通过访谈对话引导的形式，将一线业务专家脑海中多年积累的行业风控经验蒸馏为 Wiki 知识，实现对不同行业的风控知识沉淀，已完成 20 多个行业的风控知识萃取，比如商超、汽摩配等，未来将逐渐补充丰富更多行业。

5.在合规保障方面，针对监管要求日益严格、人工合规审查难度大的问题，采用角色权限体系（三级授权）+完整审计日志+动态预警规则技术，实现业务操作全流程可追溯、监管要求自动对照、风险预警推送，确保业务合规性与可审计性。