Jiangsu Suning Bank usa DeepSeek-VL2 per leggere le pratiche di credito, con un’accuratezza di riconoscimento superiore al 97%

Il problema

Le banche devono leggere grandi quantità di documenti prima di concedere un prestito. Le richieste di credito arrivano come scansioni, foto e tabelle annidate in altre tabelle. La banca dice che il suo precedente software di riconoscimento del testo, noto come OCR, faticava con bassi tassi di riconoscimento di tabelle, scrittura a mano e documenti fotografati.

Cosa hanno costruito

Jiangsu Suning Bank, chiamata 苏商银行 nella fonte, applica DeepSeek-VL2 ai documenti di credito. DeepSeek-VL2 è un modello multimodale, cioè tratta insieme testo e immagini. DeepSeek lo rilascia come modello a pesi aperti, quindi i suoi file possono essere eseguiti e adattati dalla banca stessa. Il modello legge tabelle annidate e file immagine ed estrae il loro contenuto.

Come ci sono riusciti

L’articolo fornisce pochi dettagli tecnici. La banca descrive la combinazione del modello multimodale con un’architettura a miscela di esperti, un approccio in cui parti diverse di un modello gestiscono tipi diversi di input. Non indica team, costi o tempi. L’articolo dice che in generale le banche all’inizio sono prudenti, scelgono prima alcuni scenari e ampliano l’uso in seguito.

Risultati

Un rappresentante della banca dice che l’accuratezza complessiva di riconoscimento dei documenti di credito è salita oltre il 97%. La stessa persona dice che l’efficienza dell’intero processo di istruttoria del credito è migliorata del 20%. Sono dichiarazioni della banca stessa, rilanciate dal giornale. Non sono stati pubblicati dati prima e dopo, campione o periodo di misurazione.