Их тысячи не потому, что это разные версии одного документа, а потому, что бюрократия у нас очень сильно развита и в реальности есть тысячи типовых документов, иски, акты, договоры, претензии и т.д.
LLM модель дает много преимуществ: 1. Скорость заполнения - на порядок быстрее прислать все одним сообщением, чем вставлять последовательно в каждое поле отдельное значение. 2. Возможность изменить документ на ходу - условия договора и т.д., можно в том же сообщении 3. Проверка документа на логику, ошибки, грамотность заполнения, соответствие нормам. Вы не можете быть уверены в том, что в произвольном конструкторе документов актуальный документ без ошибок. Тут же система сама проверит. 4. Сразу подготовка необходимых дополнительных документов - приложений, актов, отчетов и т.д. 5. Память. Система запоминает необходимые данные по просьбе пользователя и потом может их использовать для других документов. 6. Быстрая корректировка документа. Приехали на встречу, вам дали протокол разногласий на договор, например. Вы согласовали изменения, отправили прямо этот протокол в систему и через 1-2 мин у вас готовый документ со всеми изменениями. Распечатали - подписали.
Мы давно полностью перешли на работу с документами через LLM, просто в сервис недавно добавили.
Во-первых, можно не только реквизиты менять, но и условия документа.
Во-вторых, вам не нужно делать 50 раз ctrl+c ctrl+v и в разные поля вставлять, потом искать, не пропустили ли где-то что-то. Просто берете реквизиты в свободной форме в одно сообщение вставляете и получаете заполненный шаблон с рекомендациями дальнейшими. Экономия времени огромная на самом деле. В это же сообщение можно сразу написать желаемые изменения к документу.
Мы уже обработали 10 000 документов. При попытке обработать 40 000 возникают сложности. Для больших объемов данных лучше использовать другую архитектуру и технологии. Сейчас мы на этапе бета-тестирования и такого количества документов достаточно. Когда наберем обороты, развернем нашу deepseek-r1:671b, дообучим модель и интегрируем необходимые функции через LangChain.
С фото, это были достаточно старые кейсы, на тот момент лучше решений не было по графическим моделям. Плюс, финансово эффективнее было выбирать те модели, которые можно развернуть локально, станции есть рабочие, электричество дешевое. Сейчас, кроме Nana Banana для обработки и генерации изображений и локально развернутой модели для Upscale ничем не пользуемся.
Их тысячи не потому, что это разные версии одного документа, а потому, что бюрократия у нас очень сильно развита и в реальности есть тысячи типовых документов, иски, акты, договоры, претензии и т.д.
LLM модель дает много преимуществ:
1. Скорость заполнения - на порядок быстрее прислать все одним сообщением, чем вставлять последовательно в каждое поле отдельное значение.
2. Возможность изменить документ на ходу - условия договора и т.д., можно в том же сообщении
3. Проверка документа на логику, ошибки, грамотность заполнения, соответствие нормам. Вы не можете быть уверены в том, что в произвольном конструкторе документов актуальный документ без ошибок. Тут же система сама проверит.
4. Сразу подготовка необходимых дополнительных документов - приложений, актов, отчетов и т.д.
5. Память. Система запоминает необходимые данные по просьбе пользователя и потом может их использовать для других документов.
6. Быстрая корректировка документа. Приехали на встречу, вам дали протокол разногласий на договор, например. Вы согласовали изменения, отправили прямо этот протокол в систему и через 1-2 мин у вас готовый документ со всеми изменениями. Распечатали - подписали.
Мы давно полностью перешли на работу с документами через LLM, просто в сервис недавно добавили.
Во-первых, можно не только реквизиты менять, но и условия документа.
Во-вторых, вам не нужно делать 50 раз ctrl+c ctrl+v и в разные поля вставлять, потом искать, не пропустили ли где-то что-то. Просто берете реквизиты в свободной форме в одно сообщение вставляете и получаете заполненный шаблон с рекомендациями дальнейшими. Экономия времени огромная на самом деле. В это же сообщение можно сразу написать желаемые изменения к документу.
Мы уже обработали 10 000 документов. При попытке обработать 40 000 возникают сложности. Для больших объемов данных лучше использовать другую архитектуру и технологии. Сейчас мы на этапе бета-тестирования и такого количества документов достаточно. Когда наберем обороты, развернем нашу deepseek-r1:671b, дообучим модель и интегрируем необходимые функции через LangChain.
С фото, это были достаточно старые кейсы, на тот момент лучше решений не было по графическим моделям. Плюс, финансово эффективнее было выбирать те модели, которые можно развернуть локально, станции есть рабочие, электричество дешевое. Сейчас, кроме Nana Banana для обработки и генерации изображений и локально развернутой модели для Upscale ничем не пользуемся.