Spectra:规则驱动的 LLM 流水线用于自动化 KYC 文档处理

一篇 arXiv 论文提出 Spectra,一个把规则引擎与 LLM 分类、抽取、校验智能体结合的 KYC 文档处理平台。作者将传统四方流程整合为两方以减少交接延迟,并把合规政策编码为可查询数据库用于上下文注入。在真实 KYC 文档评测中,分类准确率 100%,抽取准确率 89.4%,人工复核负担下降 96%。

此前 KYC 开户依赖分析师逐份分类文档、跨异构来源抽取数据并人工比对监管政策,端到端常需数周。该工作把流程重构本身当作自动化的前提,而非只替换单点环节,并给出真实文档上的量化结果,表明合规场景的 LLM 落地开始从概念验证走向可度量。

机制有两层:一是流程层把四方合并为两方,消除中间交接带来的累积延迟;二是系统层用规则引擎承载合规政策,作为可查询数据库按需注入上下文,从而降低 token 消耗并提升抽取精度。系统不采用单一巨型提示词,而是拆成互相隔离、可审计的阶段,每阶段独立调优并可追溯到具体政策条款。

对产品与研发的直接含义是:合规类 AI 产品可将政策知识外置为结构化规则库,而非塞进提示词;文档处理应设计为分阶段流水线,每阶段保留可追踪证据以支撑审计。这会影响提示词管理、上下文注入策略和人工复核界面的设计,并可能显著压缩开户类流程的人力成本。

• 将合规政策整理为可查询规则库,作为上下文注入层接入现有 LLM 抽取流程,以降低 token 成本并提升字段精度。
• 把文档流水线拆分为分类、抽取、校验独立阶段,每阶段输出可追溯至政策条款的审计记录,面向受监管客户销售。
• 在人工复核环节引入基于置信度与政策冲突的优先级排序,以验证是否可复现 96% 的复核负担下降。
• 针对开户类流程先做交接环节重构与去中间化评估,再决定自动化投入顺序。

• 评测所用真实 KYC 文档的规模、地区覆盖与监管辖区范围未在证据中说明。
• 89.4% 抽取准确率与 100% 分类准确率的评测口径、错误类型分布及是否含对抗性样本未披露。
• 96% 人工复核负担下降的统计基线与测量方式未给出定义。
• 规则引擎维护成本、政策更新时的迭代代价以及系统在政策变更后的稳定性尚无证据。