Превращаем 73 комментария босса в набор данных: создаём цифрового двойника рецензента
Разработчик в крупной организации автоматизировал IT-отчёты о выполнимости с помощью конвейера на основе больших языковых моделей (LLM) и столкнулся с рецензией, содержащей 73 комментария от своего руководителя. Вместо ручного исправления он извлёк комментарии из DOCX-файлов, сгруппировал их с помощью LLM в 16 паттернов и 6 групп и создал контрольный список правил. Интеграция этого списка в конвейер в качестве отдельного этапа проверки и указание источника каждого утверждения (из брифа, оценки или допущения) значительно сократили повторные исправления. Следующая партия документов прошла без повторяющихся комментариев.
В крупной организации один сотрудник готовит технико-экономические обоснования для ИИ-проектов. Эту задачу он автоматизировал с помощью LLM-агента, который собирает проектные документы, извлекает текст, заполняет структурированный JSON и генерирует DOCX по шаблону. После того как он сдал девять отчётов, его руководитель вернул их с 73 комментариями, многие из которых повторялись и касались
Показать ещё ↓
Источник: Habr — хаб ИИ —
оригинал