从法规到落地：对工业界LLM辅助合规的批判性评估

欧盟（EU）已成为可持续性与隐私法规制定的领先监管机构。虽然新法规要求各异，但许多都包含用于确保合规的文档工件。值得注意的是，《生态设计可持续产品法规》（ESPR）引入数字产品护照（DPP）以实现生命周期透明，而《通用数据保护条例》（GDPR）要求数据保护影响评估（DPIA）以降低隐私风险。然而，创建这些合规工件颇具挑战。DPP需要工业数据，而这些数据通常以异构格式存在并分散在公司与供应商系统中，难以提取成合规的DPP格式。此外，DPIA文档需要跨学科专业知识且没有标准化格式，使新系统的文档编制困难。为解决这两项法规下合规工件创建的特殊复杂性，研究者已提出在生成过程中使用LLM；然而，上述问题对这些系统输出的影响基本未被研究。本工作通过探究数据提取指令和法规模糊性如何影响LLM生成的合规工件的质量与一致性来填补这一研究空白。生成的工件通过把不同模型与人工创建的基准模式（ground-truth schemas）对比来评估。结果显示，较宽松的指南（如DPIA格式）需要更强的上下文提示才能保持一致性与完整性；较严格的指南（如数字电池护照DBP的格式）则无论提示上下文如何都能产生一致结果，但可能在输出中导致更多幻觉。