2025 · Afsluttet
ALDEVI: Compliance Through AI
Mit speciale ved DTU og Alfa Laval: et kontraktanalyse-system med LLM'er og retrieval-augmented generation til hurtigere og mere konsistent afvigelsesdetektion.
Overblik
Dette speciale blev gennemført som en del af MSc i Human-Centered Artificial Intelligence på DTU i samarbejde med Alfa Laval. Arbejdet tog fat på en konkret industriel flaskehals: gennemgang af komplekse kundetilbud op mod interne standarder, ekspertviden og historisk projektmateriale.
Resultatet blev ALDEVI, et proof-of-concept-system til afvigelsesdetektion bygget omkring et struktureret 'Company Truths'-rammeværk, prompt-program-optimering, hybrid retrieval samt justerede tekst- og vision-embeddings. I den endelige validering opnåede den valgte arkitektur 88,4 % recall og en F1-score på 0,73 på nye projekter og viste et potentiale for næsten firedoblet gennemgangskapacitet til under 5 EUR pr. projekt.
Da implementeringen blev udviklet i et virksomhedssamarbejde, kan kildekoden og de proprietære data ikke deles offentligt. I stedet for et offentligt repository linker denne post til den skriftlige afhandling, hvor metode, anonymiseret evalueringssetup, systemarkitektur og business case er dokumenteret i detaljer.
Højdepunkter
- Jeg designede og validerede ALDEVI, et end-to-end RAG-system til detektion af kontraktuelle afvigelser i samarbejde med DTU og Alfa Laval.
- Løsningen nåede 88,4 % recall og en F1-score på 0,73 på nye projekter og reducerede manuel gennemgang fra 30 til 8 timer pr. projekt.
- Projektet blev forsvaret den 7. august 2025 og fik topkarakteren 12; koden er privat, fordi den tilhører virksomheden.