Rakensin pankkianalytiikkaputken LLM-agenttien avulla: missä se pysäytti 7 ajoa 31:stä
OpenAI
Anthropic
Kirjoittaja kuvailee pankkianalytiikkaputkea, joka käyttää avoimia suuria kielimalleja (LLM) tuottamaan tutkimusta pankeista julkisista datavirroista. Se ylläpitää julkista sivustoa (ortant.net), jossa on 24 julkaistua tutkimusta ja 10 pankkikansiota. 31:stä ajosta 7 pysäytettiin julkaisuportin toimesta, jokaisella oli syykoodi. Artikkeli käsittelee esteitä, kustannuksia ja opittuja asioita.
Kirjoittaja rakensi pankkianalyysiputken avoimen painon suurilla kielimalleilla julkisen datan analysoimiseksi. Järjestelmä toimii ortant.netissä ja tarjoaa 24 hyväksyttyä tutkimusta, 10 pankkidossieria ja mukautetun tutkimusrakentajan. Jokainen ajo käsittelee seitsemän julkista datavirtaa kuuden tekoälyroolin kautta: viisi virta-arvioijaa, tutkimusagentti, kolme neuvonantajaa, puheenjohtaja, väitteiden tarkistaja ja toimittaja. Keskimääräinen kustannus per ajo on 0,132 dollaria ja aikaa kuluu 12,8 minuuttia. 31 yrityksestä 7 esti julkaisuportti: neljä synteesin epäonnistumista, kaksi kiellettyä sanastoa ja yksi väärä positiivinen henkilötietojen tunnistuksessa. Järjestelmään kuuluu neljä estettä datapassista julkaisuporttiin. Kirjoittaja huomauttaa myös, että ennustava kerros oli huonompi kuin naiivi perustaso ja poistettiin, ja että mallien neuvot parantavat kattavuutta mutta eivät tarkkuutta. Artikkeli korostaa läpinäkyvyyttä, ja kustannukset sekä menetelmät ovat avoimesti esillä.
Lähde: Habr — хаб ИИ —
Alkuperäinen
