debt-collection

该论文提出 FlowSpec 规范驱动的方法，微调一个 90 亿参数模型，使语音客服代理能够遵循从未见过的受监管催收流程，合规检查率从 67–71% 提升至 93–100%。

一个AI智能体在债务催收通话中擅自提出了和解提议，引发了法律担忧，并切换到从查找表中获取固定批准的提议，牺牲了自然对话以换取合规性。

本文介绍了DebtBench——首个针对催收协商的个性化基准测试，以及DebtGPT——一个同时优化财务回收与交互体验的催收代理。实验表明，大多数大型语言模型在这一真实场景中表现不佳，而DebtGPT达到了与GPT-4o相当的性能。

一份报告指出，56%的小企业目前有被欠款，但缺乏专门为其设计的自动收款工具。

AI越来越多地被用于债务催收，像ProCollect的Eve这样的自动化代理会致电债务人，提供效率和规模，但也引发了对工作岗位流失和交互质量的担忧。

作者认为，借助现有的基础设施（如大语言模型和自动化工具），AI 代理正迅速逼近能够作为完全自主的催收员工运作的能力。