3 publicaciones etiquetados con "graphrag"

📌 Puntos Clave (Key Takeaways)

• Superación de Límites Previos: Superando la limitación de la Parte 2 sobre testaferros, creamos el cliente CorporateRegistryClient que cruza el registro mercantil y la base de datos bursátil DART.
• Prevención Arquitectural:
  1. Puente tripartito para unificar NIF de empresa, registro judicial y código DART.
  2. Umbral de relevancia en el grafo de conocimiento (directores ejecutivos + >50% de acciones).
• 3 Errores de Producción Resueltos:
  1. Bucle infinito por participaciones cruzadas resuelto mediante componentes fuertemente conexos (SCC).
  2. Detección de empresas fantasma creadas menos de 180 días antes de la licitación.
  3. Esquema 51:49 entre cónyuges desenmascarado mediante reglas de vínculos familiares.
• Resultado: Desenmascarado un cártel de 130.000 $ controlado al 80% por una sola persona; 17/17 pruebas superadas.

📌 Puntos Clave (Key Takeaways)

• Despliegue Provisional: Ejecutamos nuestro agente de auditoría autónomo (national_budget_ai) sobre registros reales de contratación pública (5 programas y 6 contratos clave).
• 4 Fraudes Detectados (Completamente Anonimizados):
  1. Contratos Divididos (Smurfing): Fraccionamiento de proyectos bajo el umbral de $20,000 durante 12 días para eludir licitaciones abiertas ($43,000 en total).
  2. Cártel con Dirección Compartida: 3 empresas fantasma registradas en la misma sala ganando licitaciones públicas.
  3. Sobreprecios de 7x a 10x: Tarifas de asesoría infladas 7 veces y alquiler de racks GPU 10 veces respecto a la mediana oficial.
  4. Fuga en Eficiencia de Entrega (DEI 30%): Solo el 30% llegó a beneficiarios finales, perdiéndose el 70% en gastos de gestión.
• Evaluación del Sistema: 0.00% alucinación financiera, latencia de 0.03s por informe y análisis de límites prácticos en el terreno.

📌 Puntos Clave (Key Takeaways)

• El Objetivo: Construir un agente de IA autónomo capaz de auditar presupuestos públicos anuales de $500B, rastreando contrataciones gubernamentales, libros contables y documentos HWPX no estructurados para detectar sobrecostos y cárteles de licitación.
• Prevención Arquitectónica: Eliminamos las alucinaciones numéricas delegando cálculos a un motor Text-to-SQL Determinista, aislando las redes de colusión en un Grafo de Conocimiento Heterogéneo (GraphRAG) en una arquitectura Dual-Brain.
• Errores Reales Resueltos: (1) Solucionamos la fragmentación de nombres comerciales y direcciones que rompía la detección de cárteles con EntityResolver; (2) Capturamos la división temporal de contratos con ventanas deslizantes de 30 días; (3) Superamos la desconfianza del auditor integrando un generador XAI vinculado a leyes y jurisprudencia.
• Resultados: 11 suites de pruebas de regresión pasadas al 100%, desarticulando un cártel de contratación de 38.5M KRW con domicilio compartido y un 70% de fuga en gastos indirectos.