Финансов одит с локален AI

Одит на голям масив от документи без излизане на данните навън: конвертиране, анонимизация, RAG анализ върху локални модели

Проект за откриване на нецелево използване на средства на корпоративна група: масив от документи (около 3.9 GB в Markdown) се обработва локално или на защитени сървъри. Резултатът от работата е проучване на LLM и GPU инфраструктура, краен сценарий „качество срещу време“ върху един GPU H200 с Qwen2.5-72B и двустепенна ескалация (малък модел отсява подозрителното, голям прави подробния анализ), оценка на разходите и пътна карта. Изградени са инструменти за конвертиране в Markdown, обратима анонимизация на лични данни и RAG анализ върху Milvus; проведен е пробен анализ с краен отчет.

Задачата

Да се установи къде, кога и защо са изразходвани парите, без поверителните данни да се предават на външни услуги.

Какво има вътре

• Конвертиране на PDF, DOCX, XLSX и други формати в Markdown
• Обратима анонимизация (Presidio, spaCy NER, Faker): имена, организации, телефони, имейли, дати, суми, INN, SNILS, OGRN, банкови сметки, карти, IBAN; режими на реалистична замяна и на заместители, изместване на дати, мащабиране на суми, таблица за съответствие за деанонимизация
• RAG анализ на свързани документи (договори, фактури, платежни нареждания, писма, актове за извършена работа) и граф на обекти и транзакции с правила за откриване на аномалии
• Air-gapped режим за работа без външни API; отчети в Markdown, JSON и Excel

Машинен превод — предстои редакция.