Создание платформы интеллектуального анализа контрактов на базе ИИ с использованием Amazon Quick и Amazon Bedrock AgentCore
aws ·
В данной статье описывается архитектура платформы интеллектуального анализа контрактов на базе ИИ, разработанной на AWS для преодоления ограничений стандартного подхода Retrieval Augmented Generation (RAG) при работе с большими объемами агрегированных данных. Система использует Amazon Bedrock AgentCore со Strands Agents для извлечения ключевых полей из PDF-контрактов с применением метода двойной верификации моделями: Claude Sonnet отвечает за извлечение, а Claude Haiku — за независимую проверку. Для устранения расхождений в обнаружении подписей конвейер применяет Amazon Textract как детерминированный арбитр, что обеспечивает более высокую точность по сравнению с использованием только языковых моделей. Извлеченные структурированные данные хранятся в Amazon Aurora PostgreSQL, что позволяет выполнять точные математические запросы, недоступные при семантическом поиске. Пользователи взаимодействуют с платформой через веб-приложение на React, включающее встроенные дашборды Amazon QuickSight и чат-агент на естественном языке, работающий на основе Amazon Quick. Этот единый интерфейс позволяет заинтересованным сторонам беспрепятственно запрашивать как общие показатели по портфелю, так и детали конкретных документов. Серверная архитектура обеспечивает быструю обработку контрактов при низких переменных затратах, основным драйвером которых являются лицензии на аналитику, а не расходы на инференс. Ключевые выводы подчеркивают важность извлечения данных для задач агрегации, проверки результатов с помощью независимых моделей и использования детерминированных сервисов для обеспечения точности визуальных или числовых данных.
aws