Jiangsu Suning Bank używa DeepSeek-VL2 do czytania akt kredytowych, z dokładnością rozpoznawania powyżej 97 %

Problem

Banki muszą przeczytać duże stosy dokumentów, zanim udzielą pożyczki. Wnioski kredytowe przychodzą jako skany, zdjęcia i tabele zagnieżdżone w innych tabelach. Bank mówi, że jego wcześniejsze oprogramowanie do rozpoznawania tekstu, znane jako OCR, miało kłopoty z niską skutecznością rozpoznawania tabel, pisma odręcznego i sfotografowanych dokumentów.

Co zbudowano

Jiangsu Suning Bank, w źródle zwany 苏商银行, stosuje DeepSeek-VL2 do materiałów kredytowych. DeepSeek-VL2 to model multimodalny, czyli przetwarzający razem tekst i obrazy. DeepSeek udostępnia go jako model open-weight, więc jego pliki bank może sam uruchamiać i dostosowywać. Model odczytuje zagnieżdżone tabele i pliki graficzne i wydobywa z nich treść.

Jak to zrobiono

Artykuł podaje niewiele szczegółów technicznych. Bank opisuje połączenie modelu multimodalnego z architekturą mieszanki ekspertów, podejściem, w którym różne części modelu obsługują różne rodzaje danych wejściowych. Nie podaje zespołu, kosztów ani harmonogramu. Artykuł mówi, że banki na ogół są na początku ostrożne, wybierają najpierw kilka scenariuszy i dopiero potem rozszerzają użycie.

Wyniki

Przedstawiciel banku mówi, że ogólna dokładność rozpoznawania materiałów kredytowych wzrosła powyżej 97 %. Ta sama osoba mówi, że efektywność całego procesu oceny kredytowej poprawiła się o 20 %. To wypowiedzi samego banku, przekazane przez gazetę. Nie opublikowano danych sprzed i po wdrożeniu, próby ani okresu pomiaru.