飛象網訊 10月11日，在2025中國移動全球合作伙伴大會上，中國移動正式發布《審計行業大模型評測體系白皮書》（以下簡稱《白皮書》）及配套測試集。作為國內首個面向審計行業的系統性大模型評測標準框架，該體系為審計大模型的科學評估、選型與應用筑牢了“標準底座”， 有效填補了通用大模型評測體系在審計行業適配性與應用價值評估上的空白。

《白皮書》指出，審計行業大模型作為融合前沿技術的創新產物，正在逐漸重塑審計業務的流程與模式，其在提升審計效率、增強風險識別、助力精準決策 等方面展現出巨大潛力。然而，隨著審計領域各類大模型的不斷涌現，其質量與性能參差不齊，如何科學、客觀且全面地評測審計行業大模型就顯得尤為重要。現有通用大模型評測側重于文本流暢性與開放任務泛化能力，難以量化審計場景特定需求，在數據、方法和落地上面臨三重鴻溝。

為深度洞察不同審計行業大模型的專業適配性與實際效能，精準辨析各模型的優勢與短板，推動審計行業大模型技術健康發展，中國移動依據國家標準 GB/T45288.2-2025《人工智能大模型第 2 部分:評測指標與方法》，并結合中國移動聯合發布的《通用大模型評測標準》，編制完成《審計行業大模型評測體系白皮書》，創新性地提出面向審計行業的大模型評測體系，以“2+4+6”層級架構為核心：聚焦基礎能力層與審計應用層“兩大”核心場景，并將審計應用評測按審計流程細分為不同場景下的30余項具體應用任務。針對每項審計應用任務，白皮書清晰指明適用的評測方式、指標、數據與工具“四項”關鍵評測要素，同時細化反映功能性、準確性、可靠性等“六大”審計評測維度的具體指標，為評測工作提供了切實可行的落地級指南，有效彌補了通用評測在審計行業適配性與應用價值評估上的不足。

此外，中國移動還同步發布了與《白皮書》配套的標準化的專業測試集，包含國家權威審計類考試題目2萬余條，及覆蓋企業審計業務六大場景的真實數據5千余條，為模型能力評估提供了真實、全面的數據支撐。

《白皮書》及測試集的發布推動審計行業大模型的發展邁入了更加標準化、規范化的新階段。未來，中國移動將持續推動大模型安全、透明、高效地賦能審計現代化，鑄就“科技強審”新范式，鑄牢審計之盾。