ระบบ AI · การเงิน, การตรวจสอบภายใน และการสอบสวนการใช้จ่ายที่ไม่เหมาะสม
ตรวจสอบการเงินด้วย AI แบบโลคัล
REKA Group · 2025 · ระบบ AI · Python, Microsoft Presidio
ตรวจสอบเอกสารปริมาณมากโดยไม่ให้ข้อมูลออกนอกระบบ: การแปลงไฟล์ การปกปิดตัวตน การวิเคราะห์ RAG บนโมเดลโลคัล
โปรเจกต์ตรวจจับการใช้เงินของกลุ่มบริษัทไปในทางที่ผิด ชุดเอกสาร (ราว 3.9 GB ในรูปแบบ Markdown) ถูกประมวลผลในเครื่องหรือบนเซิร์ฟเวอร์ที่ปลอดภัย ผลงานที่ได้ประกอบด้วยการศึกษาเรื่อง LLM และโครงสร้างพื้นฐาน GPU, สถานการณ์สุดท้าย “คุณภาพกับเวลา” บน GPU H200 หนึ่งตัวด้วย Qwen2.5-72B และการยกระดับสองชั้น (โมเดลเล็กคัดรายการน่าสงสัย โมเดลใหญ่วิเคราะห์ละเอียด), ประมาณการต้นทุน และโรดแมป มีการสร้างเครื่องมือสำหรับแปลงเป็น Markdown การปกปิดตัวตนของข้อมูลส่วนบุคคลแบบย้อนกลับได้ และการวิเคราะห์ RAG บน Milvus พร้อมทำการวิเคราะห์ทดลองและรายงานฉบับสุดท้าย
โจทย์
ระบุว่าเงินถูกใช้ที่ไหน เมื่อไร และเพราะอะไร โดยไม่ส่งข้อมูลลับให้บริการภายนอก
มีอะไรอยู่ข้างใน
- แปลง PDF, DOCX, XLSX และรูปแบบอื่นเป็น Markdown
- ปกปิดตัวตนแบบย้อนกลับได้ (Presidio, spaCy NER, Faker): ชื่อ-นามสกุล, องค์กร, เบอร์โทร, อีเมล, วันที่, จำนวนเงิน, INN, SNILS, OGRN, บัญชีธนาคาร, บัตร, IBAN โหมดแทนที่แบบสมจริงและแบบตัวแทนที่, การเลื่อนวันที่, การปรับสเกลจำนวนเงิน, ตารางจับคู่สำหรับกู้ข้อมูลคืน
- วิเคราะห์ RAG เอกสารที่เกี่ยวข้อง (สัญญา, ใบแจ้งหนี้, คำสั่งจ่ายเงิน, จดหมาย, ใบรับงาน) และกราฟของเอนทิตีกับธุรกรรมพร้อมกฎตรวจจับความผิดปกติ
- โหมด air-gapped สำหรับทำงานโดยไม่ใช้ API ภายนอก, รายงานเป็น Markdown, JSON และ Excel
แปลโดยเครื่อง อยู่ระหว่างตรวจทาน