Saya Membangun Pipeline Analitik Perbankan dengan Agen LLM: Di Mana Pipeline Ini Memblokir 7 dari 31 Proses
OpenAI
Anthropic
Penulis menjelaskan pipeline analitik perbankan yang menggunakan LLM terbuka untuk menghasilkan riset tentang bank dari aliran data publik. Pipeline ini mengoperasikan situs publik (ortant.net) dengan 24 studi yang diterbitkan dan 10 berkas bank. Dari 31 proses, 7 diblokir oleh gerbang publikasi, masing-masing dengan kode alasan. Artikel ini merinci hambatan, biaya, dan pelajaran yang dipetik.
Penulis membangun pipeline analitik perbankan menggunakan LLM open-weights untuk menganalisis data publik. Sistem ini berjalan di ortant.net, menawarkan 24 studi yang diterima, 10 dossier bank, dan pembangun riset khusus. Setiap proses menjalankan tujuh aliran data publik melalui enam peran AI: lima peninjau aliran, agen riset, tiga penasihat, seorang ketua, verifikator klaim, dan reporter. Biaya median per proses adalah $0,132 dan membutuhkan waktu 12,8 menit. Dari 31 proses yang dicoba, 7 diblokir oleh gerbang publikasi: empat gagal sintesis, dua mengandung leksikon terlarang, dan satu memiliki positif palsu pada deteksi data pribadi. Sistem ini mencakup empat penghalang dari paspor data hingga gerbang publikasi. Penulis juga mencatat bahwa lapisan prediktif lebih buruk daripada baseline naif dan dihapus, dan bahwa saran model meningkatkan cakupan tetapi bukan akurasi. Artikel ini menekankan transparansi, dengan biaya dan metode ditampilkan secara terbuka.
Sumber: Habr — хаб ИИ —
asli
