Οικονομικός έλεγχος με τοπική AI

Έλεγχος μεγάλου όγκου εγγράφων χωρίς έξοδο των δεδομένων προς τα έξω: μετατροπή, ανωνυμοποίηση, ανάλυση RAG σε τοπικά μοντέλα

Ένα έργο για τον εντοπισμό κακής χρήσης των κεφαλαίων ενός ομίλου εταιρειών: ένα σώμα εγγράφων (περίπου 3.9 GB σε Markdown) επεξεργάζεται τοπικά ή σε ασφαλείς διακομιστές. Η δουλειά απέδωσε μια μελέτη για τα LLM και την υποδομή GPU, ένα τελικό σενάριο «ποιότητα έναντι χρόνου» σε μία μόνο GPU H200 με Qwen2.5-72B και κλιμάκωση δύο επιπέδων (ένα μικρό μοντέλο ξεχωρίζει τα ύποπτα στοιχεία, ένα μεγάλο κάνει την αναλυτική ανάλυση), εκτίμηση κόστους και οδικό χάρτη. Χτίστηκαν εργαλεία για μετατροπή σε Markdown, αναστρέψιμη ανωνυμοποίηση προσωπικών δεδομένων και ανάλυση RAG στο Milvus· πραγματοποιήθηκε δοκιμαστική ανάλυση με τελική έκθεση.

Το ζητούμενο

Να διαπιστωθεί πού, πότε και γιατί ξοδεύτηκαν τα χρήματα, χωρίς να δοθούν εμπιστευτικά δεδομένα σε εξωτερικές υπηρεσίες.

Τι περιλαμβάνει

• Μετατροπή PDF, DOCX, XLSX και άλλων μορφών σε Markdown
• Αναστρέψιμη ανωνυμοποίηση (Presidio, spaCy NER, Faker): πλήρη ονόματα, οργανισμοί, τηλέφωνα, emails, ημερομηνίες, ποσά, INN, SNILS, OGRN, τραπεζικοί λογαριασμοί, κάρτες, IBAN· λειτουργίες ρεαλιστικής αντικατάστασης και placeholders, μετατόπιση ημερομηνιών, κλιμάκωση ποσών, πίνακας αντιστοίχισης για την αποανωνυμοποίηση
• Ανάλυση RAG συναφών εγγράφων (συμβάσεις, τιμολόγια, εντολές πληρωμής, επιστολές, πιστοποιητικά περάτωσης) και γράφημα οντοτήτων και συναλλαγών με κανόνες ανίχνευσης ανωμαλιών
• Λειτουργία air-gapped για εργασία χωρίς εξωτερικά API· αναφορές σε Markdown, JSON και Excel

Μηχανική μετάφραση — βρίσκεται σε διαδικασία επιμέλειας.