ClaimPilot připraví rozhodnutí o cestovní pojistné události, které likvidátor jen zkontroluje a schválí: vytáhne údaje z dokladů v šesti jazycích, přiřadí je k pojistným podmínkám, vypočítá plnění a napíše dopis. V testu správně přečte 99,3 % kritických údajů.
Veřejný portfoliový projekt. Běží celý na jednom počítači s lokálními modely, jen na syntetických datech.
Problém
Likvidátor u každé události přepisuje částky, data a diagnózy z lékařských zpráv, faktur a potvrzení od leteckých společností, hledá odpovídající články pojistných podmínek a počítá plnění. Osobní údaje přitom nesmí odejít k externímu modelu.
Řešení
Před každým voláním modelu se jména, rodná čísla, IBAN a adresy nahradí tokeny. Pravidla běží před modely, modely čtou a třídí a částky, limity, spoluúčasti a kurzy počítá Python. Každá hodnota je propojená s místem v dokumentu, kde byla přečtena, a likvidátor schvaluje každé rozhodnutí.
Výsledky
- Kritické údaje (částky, data, číslo pojistky, IBAN, diagnóza): 99,3 % správně v testu
- Typ dokumentu 98,7 %, plnění přesně na cent 88,9 %
- Dopisy: 0 vymyšlených čísel, dat či článků v 54 textech
- Pokyny podstrčené v dokumentech nezměnily ani jedno rozhodnutí
Stack
- Python, FastAPI, Next.js
- Ollama: Qwen3 30B-A3B, Qwen3-VL 8B, bge-m3
- Postgres + pgvector, Redis
- Evaluace na 40 vývojových a 20 testovacích událostech
Co jsem se naučil
V testovací sadě jedno jméno lékaře na podpisovém řádku prošlo anonymizací, proto přibyl další detektor podle popisu pole. Model s architekturou mixture-of-experts dosáhl stejné přesnosti jako menší model a byl 2,4krát rychlejší: volbu modelu je potřeba měřit, ne hádat.