Maestría en Ciencias de los Datos y Analítica · 2025
Respuestas a preguntas en contratos de arrendamiento bajo la normativa ASC (Accounting Standards Codification) 842 utilizando grandes modelos de lenguaje
The ASC 842 standard, part of GAAP (Generally Accepted Accounting Principles) in the United States, establishes rules for recording leases in financial statements, enhancing transparency and comparability. However, its implementation poses significant challenges, such as interpreting complex contracts and extracting key information, tasks often performed manually, leading to high costs and errors. This thesis develops an automated system to address relevant questions about lease contracts using Natural Language Processing, Large Language Models, and Retrieval Augmented Generation. The goal is to reduce reliance on external consultants by identifying the information needed to draft technical accounting memos automatically. The GenAI Lifecycle methodology was employed, including text vectorization using embedding models and data storage in vector databases like Pinecone. Using lease contracts obtained from the Security Exchange Comission, the system was developed to answer key questions such as dates, purchase options, or renewal terms, achieving at least 70% accuracy. The results demonstrate that the system significantly reduces the time and costs associated with contract analysis, improving the accuracy in compliance with ASC 842. This approach has practical implications for the accounting industry, offering a scalable solution that democratizes access to advanced artificial intelligence tools, enabling companies to efficiently manage their regulatory processes. This work represents a significant step forward in integrating artificial intelligence to solve real-world accounting problems, fostering innovation in the extraction and analysis of regulatory information.
Texto completo 71 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- Resumenp. 5
- Abstractp. 6
- Descripción del proyectop. 7
- Planteamiento del problemap. 7
- Justificaciónp. 8
- Objetivos Generalesp. 8
- Objetivos Específicosp. 9
- Marco teóricop. 10
- GAAPp. 10
- ASC 842p. 10
- Modelos de Lenguaje de Gran Escala (LLM)p. 11
- Embeddingsp. 11
- Arquitectura Transformerp. 11
- Aumentar el conocimiento de los LLMsp. 11
- Full-model fine-tuningp. 12
- LoRA fine-tuningp. 12
- RAGp. 12
- Respuestas a preguntasp. 13
- Ingeniería de promptsp. 14
- Bases de datos vectorialesp. 14
- Estado del artep. 15
- Modelos LLM de OpenAIp. 15
- Modelos de embeddings de OpenAIp. 16
- Bases de datos vectorialesp. 14
- Técnicas de ingeniería de promptsp. 18
- Zero-shot promptingp. 18
- Few-shot promptingp. 18
- Chain of Thought (CoT)p. 18
- Salidas estructuradasp. 18
- Aspectos éticosp. 19
- ¿Para qué se van a usar los datos?p. 19
- ¿Cuáles son los beneficios y quién se beneficiará?p. 19
- ¿Quién estará usando los datos?p. 19
- Mecanismos para obtener consentimiento de los propietarios de la informaciónp. 19
- Mecanismos para anonimizar los datosp. 19
- Mecanismos para garantizar la seguridad de la informaciónp. 19
- Metodologíap. 20
- GenAI Lifecyclep. 20
- Identificación del problema y motivaciónp. 21
- Investigación de datosp. 23
- Configuración de la consulta para obtener contratos del SECp. 23
- Variabilidad de los contratosp. 26
- Preparación de los datosp. 27
- Desarrollop. 29
- Interfaz de usuariop. 29
- API de recepción y almacenamientop. 31
- API de procesamiento de archivosp. 31
- API de generación de respuestasp. 32
- Experimentos y prompts utilizadosp. 32
- Evaluaciónp. 36
- Plan de evaluaciónp. 36
- Procedimientos de Evaluaciónp. 37
- Testeo automatizadop. 37
- Análisis de erroresp. 38
- Reporte de resultadosp. 38
- Resultadosp. 38
- Mejoras para la pregunta 1p. 41
- Mejoras para la pregunta 2p. 46
- Mejoras para la pregunta 3p. 48
- Mejoras para la pregunta 4p. 49
- Mejoras para la pregunta 5p. 50
- Mejoras para la pregunta 6p. 51
- Mejoras para la pregunta 7p. 52
- Mejoras para la pregunta 8p. 53
- Resumen de los mejores promptsp. 54
- Desplieguep. 57
- Enfoque con AWS Lambda y API Gatewayp. 57
- Enfoque con Elastic Beanstalk y con una sola instanciap. 58
- Enfoque con Elastic Beanstalk y un balanceador de cargap. 59
- Monitoreo y mejorasp. 60
- Trabajo futurop. 61
- Conclusionesp. 62
- Referenciasp. 65
- Anexosp. 67