Scientific and analytical journal «Vestnik Saint-Petersburg university of State fire service of EMERCOM of Russia» Scientific and analytical journal «Vestnik Saint-Petersburg university of State fire service of EMERCOM of Russia» Научно-аналитический журнал "Вестник Санкт-Петербургского университета ГПС МЧС России" 2218-130X 128728 10.61260/2218-130Х-2026-2-171-178 ТРУДЫ МОЛОДЫХ УЧЕНЫХ WORKS OF YOUNG SCIENTISTS ТРУДЫ МОЛОДЫХ УЧЕНЫХ VERIFICATION OF QUANTITATIVE RESULTS OF NATIONAL PROJECT ACTIVITIES BASED ON LARGE LANGUAGE MODELS ВЕРИФИКАЦИЯ КОЛИЧЕСТВЕННЫХ РЕЗУЛЬТАТОВ МЕРОПРИЯТИЙ НАЦИОНАЛЬНЫХ ПРОЕКТОВ НА ОСНОВЕ БОЛЬШИХ ЯЗЫКОВЫХ МОДЕЛЕЙ https://orcid.org/0009-0002-6013-0950 Матвеев Алексей Сергеевич Matveev Alexey S. Российский технологический университет Россия Russian university of technology Russian Federation 01 07 2026 01 07 2026 2026 2 171 178 29 05 2026 26 06 2026 https://journals.igps.ru/en/nauka/article/128728/view

Рассмотрена задача автоматизированной проверки исполнения мероприятий национальных проектов по их количественным результатам. Источником информации служит пакет отчётных документов, поступающий от исполнителя в контролирующий орган. Состав пакета заранее не известен, документы разнородны по типу и информационной природе. Простое суммирование числовых значений из таких документов даёт завышенный результат, поскольку одна транзакция, как правило, отражена в нескольких документах сразу. В статье предложена архитектура количественной проверки, использующая три последовательных пути: суммирование по серии однотипных первичных документов, сравнение с максимумом значений из агрегатных документов, дедуплицированная сумма с привлечением языковой модели. Пути расположены по убыванию степени доверия к результату. Архитектура реализована в составе программного пайплайна и апробирована на реальных пакетах. Научная новизна состоит в иерархической организации путей, при которой вероятностный метод применяется только тогда, когда другие способы не сработали.

The paper considers the task of automated verification of Russian national project activities by their quantitative outcomes. The source of information is a package of reporting documents submitted by the executor to the oversight body. The composition of the package is not known in advance, and the documents are heterogeneous in type and informational nature. A simple summation of numerical values from such documents yields an inflated result, since one transaction is typically reflected in several documents at once. The paper proposes a verification architecture that uses three sequential paths: summation over a series of uniform primary documents, comparison with the maximum among aggregate documents, and a deduplicated sum obtained with a language model. The paths are ordered by decreasing degree of trust in the result. The architecture has been implemented within a software pipeline and tested on real document packages. The scientific novelty lies in the hierarchical organization of paths, where the probabilistic method is engaged only when the other methods have failed.

 автоматизированный аудит национальные проекты большие языковые модели верификация количественных показателей дедупликация транзакций on-premise large language model automated audit national projects large language models quantitative verification transaction deduplication on-premise large language model

LayoutLM: Pre-training of Text and Layout for Document Image Understanding / Y. Xu [et al.] // Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. 2020. P. 1192–1200. LayoutLM: Pre-training of Text and Layout for Document Image Understanding / Y. Xu [et al.] // Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. 2020. P. 1192–1200. OCR-Free Document Understanding Transformer / G. Kim [et al.] // Proceedings of the European Conference on Computer Vision. 2022. P. 498–517. OCR-Free Document Understanding Transformer / G. Kim [et al.] // Proceedings of the European Conference on Computer Vision. 2022. P. 498–517. Language Models are Few-Shot Learners / T.B. Brown [et al.] // Advances in Neural Information Processing Systems. 2020. Vol. 33. P. 1877–1901. Language Models are Few-Shot Learners / T.B. Brown [et al.] // Advances in Neural Information Processing Systems. 2020. Vol. 33. P. 1877–1901. Llama 2: Open Foundation and Fine-Tuned Chat Models / H. Touvron [et al.] // arXiv preprint arXiv:2307.09288. 2023. Llama 2: Open Foundation and Fine-Tuned Chat Models / H. Touvron [et al.] // arXiv preprint arXiv:2307.09288. 2023. Дудихин В.В., Кондрашов П.Е. Методология использования больших языковых моделей для решения задач государственного и муниципального управления по интеллектуальному реферированию и автоматическому формированию текстового контента // Государственное управление. Электронный вестник. 2024. № 105. С. 5–18. Dudihin V.V., Kondrashov P.E. Metodologiya ispol'zovaniya bol'shih yazykovyh modelej dlya resheniya zadach gosudarstvennogo i municipal'nogo upravleniya po intellektual'nomu referirovaniyu i avtomaticheskomu formirovaniyu tekstovogo kontenta // Gosudarstvennoe upravlenie. Elektronnyj vestnik. 2024. № 105. S. 5–18. Натарова Е.В. Цифровая трансформация в системе государственного аудита // Научный вестник: финансы, банки, инвестиции. 2024. № 4 (69). С. 76–88. Natarova E.V. Cifrovaya transformaciya v sisteme gosudarstvennogo audita // Nauchnyj vestnik: finansy, banki, investicii. 2024. № 4 (69). S. 76–88. Christen P. Data Matching: Concepts and Techniques for Record Linkage, Entity Resolution and Duplicate Detection. Heidelberg: Springer, 2012. 270 p. DOI: 10.1007/978-3-642-31164-2 Christen P. Data Matching: Concepts and Techniques for Record Linkage, Entity Resolution and Duplicate Detection. Heidelberg: Springer, 2012. 270 p. DOI: 10.1007/978-3-642-31164-2 Köpcke H., Rahm E. Frameworks for entity matching: A comparison // Data & Knowledge Engineering. 2010. Vol. 69. № 2. P. 197–210. DOI: 10.1016/j.datak.2009.10.003 Köpcke H., Rahm E. Frameworks for entity matching: A comparison // Data & Knowledge Engineering. 2010. Vol. 69. № 2. P. 197–210. DOI: 10.1016/j.datak.2009.10.003 Лиманова Н.И., Селезнев И.А. Анализ эффективности клиент-серверной архитектуры // Бюллетень науки и практики. 2022. Т. 8. № 7. С. 392–396. DOI: 10.33619/2414-2948/80/37 Limanova N.I., Seleznev I.A. Analiz effektivnosti klient-servernoj arhitektury // Byulleten' nauki i praktiki. 2022. T. 8. № 7. S. 392–396. DOI: 10.33619/2414-2948/80/37 vLLM. Official documentation. URL: https://docs.vllm.ai/en/latest/ (дата обращения: 21.05.2026). vLLM. Official documentation. URL: https://docs.vllm.ai/en/latest/ (data obrashcheniya: 21.05.2026). Chain-of-Thought Prompting Elicits Reasoning in Large Language Models / J. Wei [et al.] // Advances in Neural Information Processing Systems. 2022. Vol. 35. P. 24824–24837. Chain-of-Thought Prompting Elicits Reasoning in Large Language Models / J. Wei [et al.] // Advances in Neural Information Processing Systems. 2022. Vol. 35. P. 24824–24837. Self-Consistency Improves Chain of Thought Reasoning in Language Models / X. Wang [et al.] // Proceedings of the International Conference on Learning Representations. 2023. Self-Consistency Improves Chain of Thought Reasoning in Language Models / X. Wang [et al.] // Proceedings of the International Conference on Learning Representations. 2023. Efficient Memory Management for Large Language Model Serving with PagedAttention / W. Kwon [et al.] // Proceedings of the 29th Symposium on Operating Systems Principles. 2023. P. 611–626. DOI: 10.1145/3600006.3613165 Efficient Memory Management for Large Language Model Serving with PagedAttention / W. Kwon [et al.] // Proceedings of the 29th Symposium on Operating Systems Principles. 2023. P. 611–626. DOI: 10.1145/3600006.3613165 Задорнов А.А., Никонов С.С., Федотов М.В. Влияние единого информационного пространства на автоматизацию процесса получения и обработки информации // Вестник экономических и социологических исследований. 2024. № 1. С. 21–27. Zadornov A.A., Nikonov S.S., Fedotov M.V. Vliyanie edinogo informacionnogo prostranstva na avtomatizaciyu processa polucheniya i obrabotki informacii // Vestnik ekonomicheskih i sociologicheskih issledovanij. 2024. № 1. S. 21–27.