一种用于可解释价格异常检测的模块化 LLM 框架

针对零售与电商中价格异常影响竞争力的问题，本文提出一种基于代理的大语言模型框架，将价格异常标记视为基于相关产品检测与比较的推理任务。该系统分三阶段处理：首先通过相关性分类筛选相似产品；其次评估目标产品在品牌、尺寸等维度上的相对效用；最后聚合论证生成可解释的异常判断。实验显示，该方法与人工审核一致性超 75%，优于零样本及检索增强基线，且具备高度灵活性。