Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

Facilitar el acceso equitativo a un razonamiento financiero confiable

Created by
  • Haebom

Autor

William Jurayj, Nils Holzenberger, Benjamin Van Durme

Describir

Este artículo propone un sistema para automatizar el proceso de declaración de impuestos, que requiere razonamiento complejo y cálculos numéricos. Basándonos en que, según el Servicio de Impuestos Internos (IRS), el estadounidense promedio gasta $270 y 13 horas en la declaración de impuestos, este artículo propone un sistema para automatizar dicho proceso. Dado que los modelos de lenguaje a gran escala (LLM) existentes presentan limitaciones en cuanto a precisión y auditabilidad, este artículo presenta un enfoque que integra los LLM con solucionadores simbólicos. Utilizando el conjunto de datos SARA, evaluamos diversas variantes del sistema y proponemos un nuevo método para estimar los costos de implementación del sistema con base en las penalizaciones por errores tributarios reales. Además, demostramos cómo mejorar el rendimiento y reducir los costos transformando reglas de texto simple en programas lógicos formales y buscando ejemplos de forma inteligente para formalizar las representaciones de casos. Finalmente, demostramos el potencial y la viabilidad económica de aprovechar una arquitectura simbólica neuronal para aumentar el acceso equitativo a una asistencia tributaria confiable.

Takeaways, Limitations

•
Takeaways:
◦
Demostramos que un enfoque novedoso que integra LLM y solucionadores simbólicos puede mejorar la precisión y la eficiencia de los informes fiscales automatizados.
◦
Se presenta un nuevo método para estimar los costos de implementación del sistema basado en sanciones por errores tributarios reales.
◦
Presentar el potencial de mejora del rendimiento y reducción de costos a través de la transformación de programas lógicos formales y la búsqueda de ejemplos de reglas de texto simple.
◦
Presentando la posibilidad de mejorar el acceso justo a un apoyo fiscal confiable.
•
Limitations:
◦
Los resultados de la evaluación realizada utilizando el conjunto de datos SARA pueden diferir de los resultados de la aplicación de un sistema de declaración de impuestos real.
◦
Es necesaria una mayor verificación de la precisión del método de estimación del costo de construcción del sistema.
◦
Se necesitan más investigaciones sobre la aplicabilidad y generalización a diversos tipos de regulaciones fiscales y legales.
👍
Made with Slashpage