AUDITFLOW：面向结构化财务报告验证的可执行符号环境

结构化财务审计验证对于语言模型代理来说很困难，因为正确性取决于结构化证据而不仅仅是文本。模型必须将报告的事实与分类概念、遍历计算或维度关系联系起来，并在应用审核规则之前重新计算期望值。我们提出了 AuditFlow，一个基于图的多代理框架，它将自适应搜索与确定性验证分开。 AuditFlow 从静态 US-GAAP 分类图和动态 XBRL 归档图构建符号环境，并通过用于事实检索、分类遍历、数值检查和规则评估的类型化工具公开它。两名初级审计师从监管和证据角度检查每个案件，而一名高级审计师则解决分歧并可以要求进一步调查。最终报告通过证据聚合进行融合，以产生审计结论、预期值、证据追踪和可信度评分。在 FinAuditing 衍生的 FinMR 样本上，AuditFlow 在 GPT-5.5 下达到了 82.09% 的联合审计准确率，比最强基线高出 14.93 分。删除确定性检查会使准确度下降至 17.91%，这表明符号环境执行了模型无法可靠替代的验证步骤。