दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

विश्वसनीय वित्तीय तर्क तक न्यायसंगत पहुँच को सक्षम बनाना

Created by
  • Haebom

लेखक

विलियम जुरेज़, निल्स होल्ज़ेनबर्गर, बेंजामिन वान डर्मे

रूपरेखा

यह पत्र कर दाखिल करने की प्रक्रिया को स्वचालित करने के लिए एक प्रणाली का प्रस्ताव करता है, जिसके लिए जटिल तर्क और संख्यात्मक गणनाओं की आवश्यकता होती है। इस तथ्य के आधार पर कि, आंतरिक राजस्व सेवा के अनुसार, एक औसत अमेरिकी अपने कर दाखिल करने में $270 और 13 घंटे खर्च करता है, यह पत्र कर दाखिल करने की प्रक्रिया को स्वचालित करने के लिए एक प्रणाली का प्रस्ताव करता है। चूँकि मौजूदा बड़े पैमाने के भाषा मॉडल (एलएलएम) में सटीकता और लेखापरीक्षा की दृष्टि से सीमाएँ हैं, यह पत्र एक ऐसा दृष्टिकोण प्रस्तुत करता है जो एलएलएम को प्रतीकात्मक सॉल्वरों के साथ एकीकृत करता है। SARA डेटासेट का उपयोग करते हुए, हम प्रणाली के कई प्रकारों का मूल्यांकन करते हैं और वास्तविक दुनिया की कर त्रुटियों के लिए दंड के आधार पर प्रणाली की कार्यान्वयन लागत का अनुमान लगाने के लिए एक नई विधि प्रस्तावित करते हैं। इसके अलावा, हम प्रदर्शित करते हैं कि कैसे सादे पाठ नियमों को औपचारिक तर्क कार्यक्रमों में बदलकर और केस अभ्यावेदन को औपचारिक बनाने के लिए बुद्धिमानी से उदाहरणों की खोज करके प्रदर्शन में सुधार और लागत कम की जा सकती है। अंततः, हम विश्वसनीय कर सहायता तक समान पहुँच बढ़ाने के लिए एक तंत्रिका प्रतीकात्मक वास्तुकला का लाभ उठाने की क्षमता और आर्थिक व्यवहार्यता को प्रदर्शित करते हैं।

Takeaways, Limitations

Takeaways:
हम यह प्रदर्शित करते हैं कि एलएलएम और प्रतीकात्मक सॉल्वरों को एकीकृत करने वाला एक नया दृष्टिकोण स्वचालित कर रिपोर्टिंग की सटीकता और दक्षता में सुधार कर सकता है।
वास्तविक कर त्रुटि दंड के आधार पर प्रणाली कार्यान्वयन लागत का अनुमान लगाने के लिए एक नवीन विधि प्रस्तुत की गई है।
औपचारिक तर्क कार्यक्रम परिवर्तन और सादे पाठ नियमों की उदाहरण खोज के माध्यम से प्रदर्शन सुधार और लागत में कमी की क्षमता प्रस्तुत करना।
विश्वसनीय कर सहायता तक उचित पहुंच में सुधार की संभावना प्रस्तुत करना।
Limitations:
SARA डेटासेट का उपयोग करके मूल्यांकन परिणाम वास्तविक कर रिपोर्टिंग प्रणाली लागू करने के परिणामों से भिन्न हो सकते हैं।
प्रणाली निर्माण लागत आकलन विधि की सटीकता का और सत्यापन आवश्यक है।
विभिन्न प्रकार के कर और कानूनी विनियमों की प्रयोज्यता और सामान्यीकरण पर आगे अनुसंधान की आवश्यकता है।
👍