Fil de meng shao (@shao__meng)

[Recommandation Open Source] LoanLens AI – Un système multi-agents pour le traitement intelligent des prêts et la détection des fraudes, basé sur @LandingAI et AWS Bedrock, et le projet gagnant du hackathon d'IA financière de Landing AI. Ce projet s'attaque aux problèmes des processus d'approbation de prêts traditionnels : les chargés de prêts passent souvent des heures à examiner manuellement les relevés bancaires, les bulletins de salaire, les cartes d'identité, les déclarations fiscales et les dossiers de crédit, ce qui engendre des processus lents, incohérents et sujets à la fraude. LoanLens AI automatise l'ensemble du processus grâce à un flux de travail d'IA multi-agents, permettant ainsi des décisions de crédit efficaces et transparentes. Fonctions et flux de travail principaux du projet LoanLens AI a conçu un système intelligent de bout en bout qui englobe le traitement des documents, l'extraction des données, l'évaluation des risques et la détection des fraudes. Voici un aperçu simplifié du flux de travail : • Ingestion de documents : Prend en charge plusieurs formats (tels que les PDF et les images numérisées) et importe automatiquement les fichiers des emprunteurs. • Extraction intelligente : Utilisant les technologies d’extraction de documents et de détection d’objets agentiques, il extrait des documents des champs structurés (tels que le montant et la date), des cadres de délimitation (pour le suivi visuel) et du texte non structuré (pour la vérification sémantique), et produit des données au format JSON. Calcul des indicateurs de l'emprunteur : Génère automatiquement les indicateurs clés de performance, notamment le ratio dette/revenu, la liquidité, la stabilité des revenus, la cohérence des adresses et le score de risque global. • Évaluation et décisions : Un moteur d’évaluation basé sur des règles claires catégorise les demandes comme « approuvées », « sous réserve d’avertissement » ou « rejetées ». • Détection des fraudes : Détecte les anomalies telles que les incohérences de salaire, les modifications de mise en page, la falsification de texte et les identités incohérentes. • Interface de révision : Fournit aux réviseurs humains des résumés, des superpositions visuelles et une interface de chat basée sur le système RAG qui prend en charge les requêtes en langage naturel. Adresse open source :