Technical Challenges in Maintaining Tax Prep Software with Large Language Models

📄 arXiv: 2504.18693v1 📥 PDF

作者: Sina Gogani-Khiabani, Varsha Dewangan, Nina Olson, Ashutosh Trivedi, Saeid Tizpaz-Niari

分类: cs.SE, cs.AI

发布日期: 2025-04-25

备注: Accepted to 14th Annual IRS/TPC Joint Research Conference on Tax Administration (IRS-TPC 2024)

💡 一句话要点

利用大语言模型自动维护税务软件，应对税法动态变化带来的挑战

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 税务软件 大语言模型 自动维护 代码生成 自然语言处理

📋 核心要点

  1. 现有税务软件维护依赖手动代码分析和专家解读，效率低且易出错，难以应对税法频繁更新。
  2. 该研究探索利用大语言模型自动将美国国税局发布的税法修正案翻译为可执行代码，实现软件自动维护。
  3. 研究重点在于识别和解决利用大语言模型从税法文档中提取代码差异并集成到现有代码的技术难题。

📝 摘要（中文）

随着美国税法不断演变以适应不断变化的政治经济现实，税务软件在帮助纳税人应对这些复杂性方面发挥着重要作用。税收法规的动态性对准确、及时地维护税务软件构成了重大挑战。目前维护税务软件的方法既耗时又容易出错，因为它涉及手动代码分析以及专家对税法修正案的解释。我们认为，美国国税局出版物中表达的税收修正案语言的严谨性和形式性使其适合自动翻译为可执行规范（代码）。我们的研究工作侧重于识别、理解和解决利用大型语言模型（LLM），如ChatGPT和Llama，从美国国税局出版物中忠实提取代码差异，并自动将其与先前版本的代码集成，从而实现税务软件维护自动化的技术挑战。

🔬 方法详解

问题定义：论文旨在解决税务软件维护中因税法频繁变更导致的手动更新耗时且易出错的问题。现有方法依赖人工分析税法修正案并手动修改代码，效率低下，难以保证准确性和及时性。

核心思路：论文的核心思路是利用大语言模型（LLM）的自然语言理解和代码生成能力，将美国国税局发布的税法修正案自动翻译成可执行的代码变更。这种方法旨在减少人工干预，提高维护效率和准确性。

技术框架：论文尚未明确给出完整的技术框架，但可以推断其流程大致如下：1) 输入：美国国税局发布的税法修正案文档；2) LLM处理：利用LLM对文档进行解析，提取代码变更信息；3) 代码生成：将提取的信息转换为可执行的代码片段；4) 代码集成：将生成的代码片段自动集成到现有的税务软件代码库中；5) 测试与验证：对集成后的代码进行测试，确保其符合税法要求。

关键创新：该研究的关键创新在于探索利用LLM自动进行税务软件维护，将自然语言形式的税法修正案转化为可执行代码。这与传统的手动维护方式形成鲜明对比，有望显著提高维护效率和准确性。

关键设计：论文尚未详细描述关键设计细节，例如LLM的具体选择（ChatGPT或Llama），以及如何针对税法文档的特点进行微调。此外，如何设计提示工程（prompt engineering）以引导LLM生成正确的代码变更，以及如何验证生成代码的正确性，都是需要进一步研究的关键技术细节。损失函数和网络结构等细节也未提及。

🖼️ 关键图片

img_0

📊 实验亮点

论文主要关注技术挑战的识别与理解，尚未提供具体的实验结果。未来的研究方向将包括评估不同LLM在代码生成方面的性能，以及验证自动生成的代码是否符合税法要求。性能数据、对比基线和提升幅度等信息目前未知。

🎯 应用场景

该研究成果可应用于税务软件的自动维护与更新，降低维护成本，提高软件的准确性和及时性。此外，该方法还可推广到其他法规性软件的维护，例如金融、医疗等领域，具有广泛的应用前景和实际价值。未来，随着LLM技术的不断发展，有望实现更加智能化的法规性软件维护。

📄 摘要（原文）

As the US tax law evolves to adapt to ever-changing politico-economic realities, tax preparation software plays a significant role in helping taxpayers navigate these complexities. The dynamic nature of tax regulations poses a significant challenge to accurately and timely maintaining tax software artifacts. The state-of-the-art in maintaining tax prep software is time-consuming and error-prone as it involves manual code analysis combined with an expert interpretation of tax law amendments. We posit that the rigor and formality of tax amendment language, as expressed in IRS publications, makes it amenable to automatic translation to executable specifications (code). Our research efforts focus on identifying, understanding, and tackling technical challenges in leveraging Large Language Models (LLMs), such as ChatGPT and Llama, to faithfully extract code differentials from IRS publications and automatically integrate them with the prior version of the code to automate tax prep software maintenance.