Tôi Đã Xây Dựng Đường Ống Phân Tích Ngân Hàng Với Tác Nhân LLM: Nơi Nó Chặn 7 Trong 31 Lần Chạy

Tác giả đã xây dựng một pipeline phân tích ngân hàng sử dụng các mô hình ngôn ngữ lớn (LLM) mã nguồn mở có trọng số công khai (open-weights) để phân tích dữ liệu công khai. Hệ thống này chạy trên ortant.net, cung cấp 24 nghiên cứu đã được chấp thuận, 10 hồ sơ ngân hàng và một công cụ xây dựng nghiên cứu tùy chỉnh. Mỗi lượt chạy xử lý bảy luồng dữ liệu công khai thông qua sáu vai trò AI: năm bộ đánh giá luồng dữ liệu, một tác nhân nghiên cứu, ba cố vấn, một chủ tịch, một bộ kiểm chứng tuyên bố (claim verifier) và một người báo cáo. Chi phí trung vị cho mỗi lượt chạy là 0,132 đô la và mất 12,8 phút để hoàn thành. Trong số 31 lượt chạy được thử nghiệm, có 7 lượt bị chặn bởi cổng kiểm duyệt xuất bản (publication gate): bốn lượt thất bại ở giai đoạn tổng hợp, hai lượt chứa từ vựng bị cấm, và một lượt bị báo dương tính giả (false positive) khi phát hiện dữ liệu cá nhân. Hệ thống bao gồm bốn lớp rào chắn, từ hộ chiếu dữ liệu (data passport) cho đến cổng kiểm duyệt xuất bản. Tác giả cũng ghi nhận rằng một lớp dự đoán hoạt động kém hơn cả mức chuẩn ngây thơ (naive baseline) và đã bị loại bỏ, đồng thời lời khuyên từ mô hình giúp cải thiện độ phủ nhưng không cải thiện độ chính xác. Bài viết nhấn mạnh tính minh bạch, với chi phí và phương pháp được công khai đầy đủ.