Jiangsu Suning Bank usa DeepSeek-VL2 para leer expedientes de crédito, con una precisión de reconocimiento superior al 97 %

El problema

Los bancos deben leer grandes pilas de documentos antes de conceder un préstamo. Las solicitudes de crédito llegan como escaneos, fotos y tablas anidadas dentro de otras tablas. El banco dice que su software anterior de reconocimiento de texto, conocido como OCR, tenía dificultades por las bajas tasas de reconocimiento de tablas, de escritura a mano y de documentos fotografiados.

Qué construyeron

Jiangsu Suning Bank, llamado 苏商银行 en la fuente, aplica DeepSeek-VL2 a la documentación de crédito. DeepSeek-VL2 es un modelo multimodal, es decir, que procesa texto e imágenes a la vez. DeepSeek lo publica como modelo de pesos abiertos, por lo que el propio banco puede ejecutar sus archivos y adaptarlos. El modelo lee tablas anidadas y archivos de imagen y extrae su contenido.

Cómo lo hicieron

El artículo ofrece pocos detalles técnicos. El banco describe la combinación del modelo multimodal con un diseño de mezcla de expertos, un enfoque en el que distintas partes de un modelo tratan distintos tipos de entrada. No indica el equipo, el coste ni el calendario. El artículo dice que los bancos, en general, son prudentes al comienzo: eligen primero unos pocos escenarios y amplían el uso después.

Resultados

Un representante del banco dice que la precisión global de reconocimiento de la documentación de crédito subió a más del 97 %. La misma persona dice que la eficiencia de todo el proceso de revisión de crédito mejoró un 20 %. Son declaraciones del propio banco, retransmitidas por el periódico. No se publicaron datos de antes y después, ni muestra, ni periodo de medición.