2025 · Concluído
ALDEVI: Compliance Through AI
A minha tese de mestrado na DTU e na Alfa Laval: um sistema de análise contratual com LLMs e retrieval-augmented generation para detetar desvios com mais rapidez e consistência.
Visão geral
Esta tese de mestrado foi realizada no âmbito do MSc em Human-Centered Artificial Intelligence da DTU, em colaboração com a Alfa Laval. O trabalho incidiu sobre um bloqueio industrial muito concreto: rever documentos complexos de concurso de clientes face a standards internos, conhecimento especialista e material histórico de projetos.
O resultado foi o ALDEVI, um proof of concept para deteção de desvios construído sobre um framework estruturado de 'Company Truths', otimização programática de prompts, hybrid retrieval e ajuste de embeddings de texto e visão. Na validação final, a arquitetura escolhida alcançou 88,4% de recall e 0,73 de F1 em novos projetos, mostrando um caminho para quase quadruplicar o throughput de revisão com um custo inferior a 5 EUR por projeto.
Como a implementação foi desenvolvida no contexto de uma colaboração empresarial, o código-fonte e os dados proprietários não podem ser partilhados publicamente. Em vez de um repositório público, esta entrada aponta para a tese escrita, onde a metodologia, o setup de avaliação anonimizado, a arquitetura do sistema e a análise de impacto no negócio estão descritos em detalhe.
Destaques
- Concebi e validei o ALDEVI, um sistema RAG end-to-end para deteção de desvios contratuais em colaboração com a DTU e a Alfa Laval.
- Atingiu 88,4% de recall e 0,73 de F1 em novos projetos, reduzindo o tempo de revisão manual de 30 para 8 horas por projeto.
- Foi apresentado a 7 de agosto de 2025 e recebeu a nota máxima dinamarquesa de 12; o código mantém-se privado por pertencer à empresa.