我们在会计领域应用AI的实践与收获
OpenAI
Infosystems Jet的Alexandra Tsareva描述了如何构建本地大语言模型（LLM）和光学字符识别（OCR）流水线，从俄罗斯付款发票中提取结构化数据到1C系统中。该解决方案处理了多种混乱的文档格式，应用了验证规则，并已在生产环境中运行六个月，测试集准确率达到100%。
项目开始时，会计部门要求机器学习团队教人工智能读取发票，这些发票的格式五花八门：旧的Excel文件、使用CID字体的文档、Word表格、多页PDF，甚至还有照片。团队选择使用本地部署的大语言模型（LLM），以确保商业敏感数据留在公司内部，并使用OCR（PaddleOCR）处理扫描件和图片。预处理步骤将所有输入转换为Markdown格式，保留文档结构，然后大语言模型将字段提取到JSON协议中，该协议与1C系统集成。随后进行硬性验证检查，包括字段类型和长度的正式检查，以及针对俄罗斯银行详细信息（如BIK、代理账户、KPP和INN校验和）的特定业务规则。团队最初使用qwen3-thinking-30b-a3b模型，但在生产环境中切换到了openai/gpt-oss-120b，期间遇到一个bug，模型将账号当作数字处理，导致前导零丢失。该流水线在测试集上达到了100%的准确率，经过六个月的生产运行，已经减少了人工操作，加快了发票处理速度，并计划处理更多类型的文档。
来源: Habr — хаб ИИ —
原文