Finančna revizija z lokalno AI

Revizija velike količine dokumentov brez pošiljanja podatkov ven: pretvorba, anonimizacija, analiza RAG na lokalnih modelih

Projekt za odkrivanje zlorab sredstev korporativne skupine: nabor dokumentov (približno 3,9 GB v Markdownu) se obdeluje lokalno ali na zavarovanih strežnikih. Rezultat dela so študija LLM in infrastrukture GPU, končni scenarij „kakovost proti času“ na enem samem GPU H200 z Qwen2.5-72B in dvostopenjsko eskalacijo (majhen model izbere sumljive postavke, velik opravi podrobno analizo), ocena stroškov in načrt razvoja. Zgrajena so bila orodja za pretvorbo v Markdown, povratno anonimizacijo osebnih podatkov in analizo RAG na Milvus; opravljena je bila poskusna analiza z zaključnim poročilom.

Naloga

Ugotoviti, kje, kdaj in zakaj je bil denar porabljen, ne da bi zaupne podatke posredovali zunanjim storitvam.

Kaj vsebuje

• Pretvorba PDF, DOCX, XLSX in drugih formatov v Markdown
• Povratna anonimizacija (Presidio, spaCy NER, Faker): polna imena, organizacije, telefonske številke, e-pošta, datumi, zneski, INN, SNILS, OGRN, bančni računi, kartice, IBAN; načina realistične zamenjave in nadomestnih oznak, premik datumov, skaliranje zneskov, preslikovalna tabela za deanonimizacijo
• Analiza RAG povezanih dokumentov (pogodbe, računi, plačilni nalogi, dopisi, primopredajni zapisniki) ter graf entitet in transakcij s pravili za zaznavanje anomalij
• Način air-gapped za delo brez zunanjih API-jev; poročila v Markdownu, JSON in Excelu

Strojni prevod – v lektoriranju.