面向AML合规负面媒体筛查的Agentic LLM框架

负面媒体筛查是金融机构反洗钱（AML）与了解你的客户（KYC）合规流程的关键环节。传统方法依赖基于关键词的搜索，会带来高误报率，或需要大量人工复核。我们提出一个利用大语言模型（LLM）与检索增强生成（RAG）来自动化负面媒体筛查的Agentic系统。该系统实现多步骤流程：LLM Agent进行网络搜索，检索并处理相关文档，并为每个对象计算负面媒体指数（AMI）分数。我们使用多种LLM后端，在一个由政治公众人物（PEP）、监管观察名单人员、来自OpenSanctions的受制裁人员以及来自学术来源的干净姓名组成的数据集上评估该方法，展示了系统区分高风险与低风险个体的能力。