LAVA：面向大规模财务文档审计的逻辑感知验证与增强框架

生产环境中的财务文档验证，如工资审计、税务合规和贷款核保，要求在企业严格约束下具备极高的准确性、一致性和可复现性。实践中，文档带有异构的版式与格式、语义丰富且依赖上下文的内容，以及当前流水线难以可靠处理的内嵌业务规则。我们提出LAVA（Logic-Aware Validation and Augmentation，逻辑感知验证与增强），一个基于多模态大语言模型的模块化、主干无关的流水线，集成了四阶段设计：文档-规则检索、保留版式的信息抽取、辅助元数据增强，以及可审计的符号/算术验证。LAVA支持稳健的规则落地、细粒度错误归因以及一致、可追溯的端到端执行，这些是高风险部署所必需的能力。在一个包含多样财务文档和数十条专家整理验证规则的大型真实基准上评估，LAVA在幻觉控制和边界用例处理上优于基线，同时保持高效的token使用，展示了在大批量、时间敏感验证中的实用性。