论文

智能体AI与检索增强模型在直通核保中的应用

Agentic AI and Retrieval-Augmented Models in Straight-Through Underwriting

智能体系统Agent 架构与控制循环

摘要

AI开始重塑精算实践——尤其在需要跨非结构化文档、异构数据源与受监管决策流程推理的领域。精算师面临从传统规则自动化到LLM、RAG与多智能体“agentic”系统(规划、检索、调工具、反思)的设计空间。本文考察这些新兴架构如何支持透明、可审计与人机回路治理等精算优先项——聚焦直通决策流程。为使想法具体,我们构建并分析面向小型商业业主保单(BOP)直通核保的智能体AI框架:构造合成但现实的实验环境,比较三条核保管线——(i) 单LLM基线、(ii) 朴素RAG系统、(iii) 结合定向检索、第三方数据检查与显式多步规则评估的多智能体Agentic RAG管线。智能体系统总体最佳——增益最大的是多步与信息缺失场景:结构化检索与反思帮助模型避免无依据的直通决策。

智能体AI与检索增强模型在直通核保中的应用:论文配图
图 1:单一大语言模型基线。单个大语言模型直接根据申请文本和静态指南上下文确定承保处置。决策依赖于固定提示,不使用动态检索、显式完整性检查、第三方查找或反射。