Finansinis auditas su lokaliu DI

Didelės dokumentų apimties auditas be duomenų išėjimo į išorę: konvertavimas, anonimizavimas, RAG analizė su lokaliais modeliais

Projektas, skirtas aptikti netinkamą įmonių grupės lėšų panaudojimą: dokumentų visuma (apie 3,9 GB Markdown formatu) apdorojama lokaliai arba saugiuose serveriuose. Darbo rezultatas – LLM ir GPU infrastruktūros tyrimas, galutinis scenarijus „kokybė prieš laiką“ viename H200 GPU su Qwen2.5-72B ir dviejų pakopų eskalavimu (mažas modelis išrenka įtartinus elementus, didelis atlieka detalią analizę), kainos įvertinimas ir veiksmų planas. Sukurti įrankiai konvertavimui į Markdown, grįžtamajam asmens duomenų anonimizavimui ir RAG analizei su Milvus; atlikta bandomoji analizė su galutine ataskaita.

Užduotis

Nustatyti, kur, kada ir kodėl buvo išleisti pinigai, neperduodant konfidencialių duomenų išorės paslaugoms.

Kas viduje

• PDF, DOCX, XLSX ir kitų formatų konvertavimas į Markdown
• Grįžtamasis anonimizavimas (Presidio, spaCy NER, Faker): vardai ir pavardės, organizacijos, telefono numeriai, el. paštai, datos, sumos, INN, SNILS, OGRN, banko sąskaitos, kortelės, IBAN; realistinio pakeitimo ir vietos žymeklių režimai, datų postūmis, sumų mastelio keitimas, atitikmenų lentelė deanonimizavimui
• Susijusių dokumentų (sutartys, sąskaitos, mokėjimo pavedimai, laiškai, atliktų darbų aktai) RAG analizė ir esybių bei sandorių grafas su anomalijų aptikimo taisyklėmis
• Air-gapped režimas darbui be išorinių API; ataskaitos Markdown, JSON ir Excel formatais

Mašininis vertimas – šiuo metu redaguojamas.