基于共识的智能体大语言模型框架用于协调关税制度代码分类

准确的协调关税制度（HTS）代码分类对海关清关及合规至关重要，但因产品描述模糊及规则复杂而极具挑战。本文提出一种面向加拿大 10 位 HTS 代码分类的智能体大语言模型框架。该框架整合了多智能体信息检索、官方文档语义检索、基于证据的推理、共识验证及分层投票机制，并引入人工干预流程。实验表明，细粒度分类难度极大，需依赖基于证据且感知不确定性的工作流。该框架提升了海事物流中关税分类的可解释性与合规性。