AI 系統 · 金融、內部稽核與不當支出調查
本地 AI 財務稽核
REKA Group · 2025 · AI 系統 · Python, Microsoft Presidio
資料不外流的海量文件稽核：轉換、去識別化、基於本地模型的 RAG 分析
一個用於發現企業集團資金濫用的專案：約 3.9 GB 的 Markdown 文件在本地或安全伺服器上處理。成果包括對 LLM 與 GPU 基礎設施的研究、以單張 H200 GPU 搭配 Qwen2.5-72B 的「品質與時間」最終方案及兩級升級機制（小模型挑出可疑項目，大模型進行詳細分析）、成本估算與路線圖。我們開發了轉換為 Markdown、個人資料可逆去識別化，以及基於 Milvus 的 RAG 分析工具，並完成試分析與最終報告。
任務
查明資金在何處、何時、因何而花，同時不將機密資料交給外部服務。
核心功能
- 將 PDF、DOCX、XLSX 等格式轉換為 Markdown
- 可逆去識別化（Presidio、spaCy NER、Faker）：姓名、機構、電話、電子郵件、日期、金額、INN、SNILS、OGRN、銀行帳戶、銀行卡、IBAN；提供擬真替換與佔位符兩種模式、日期位移、金額縮放，以及用於還原的對照表
- 對相關文件（合約、發票、付款指令、函件、驗收證明）的 RAG 分析，以及附異常偵測規則的實體與交易圖譜
- 無需外部 API 的氣隙（air-gapped）模式；報告支援 Markdown、JSON 與 Excel 格式
機器翻譯，校對中。