ಅಸಂಗತತೆ ಮತ್ತು ದೋಷ ಪತ್ತೆ: ಜರ್ನಲ್ ಎಂಟ್ರಿ ಟೆಸ್ಟಿಂಗ್ ಮತ್ತು ಔಟ್ಲೈಯರ್ ಅನಾಲಿಸಿಸ್

ಲಾಭಗಳು:

• BDS 240 ಅಡಿಯಲ್ಲಿ ಜರ್ನಲ್ ಪ್ರವೇಶ ಪರೀಕ್ಷೆಯು ಏಕೆ ಕಡ್ಡಾಯವಾಗಿದೆ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಅನುಮಾನಾಸ್ಪದ ಪ್ರವೇಶ ಮಾನದಂಡಗಳನ್ನು ಹೇಗೆ ಸ್ಕ್ಯಾನ್ ಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ
• ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಬೆಂಬಲದೊಂದಿಗೆ ಹೊರಗಿನವರು, ಅಸಾಮಾನ್ಯ ಸಮಯ ಮತ್ತು ಅಸಾಮಾನ್ಯ ಮೊತ್ತದ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸುವ ಮತ್ತು ಆದ್ಯತೆ ನೀಡುವ ಸಾಮರ್ಥ್ಯ
• ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಫ್ಲ್ಯಾಗ್ ಮಾಡಲಾದ ಪ್ರತಿಯೊಂದು ಅಸಂಗತತೆಯು ಒಂದು ಶೋಧನೆಯಲ್ಲ, ಆದರೆ ಲೆಕ್ಕಪರಿಶೋಧಕನು ತನಿಖೆ ಮಾಡುವ ಪ್ರಶ್ನಾರ್ಥಕ ಚಿಹ್ನೆ ಮತ್ತು ತಪ್ಪು ಧನಾತ್ಮಕತೆಯ ನಿರ್ಮೂಲನೆಯು ಮಾನವ ಜವಾಬ್ದಾರಿಯಾಗಿದೆ ಎಂದು ನಿರ್ವಹಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

ವ್ಯವಹಾರದ ಹಣಕಾಸಿನ ಹೇಳಿಕೆಗಳು ಮೂಲಭೂತವಾಗಿ ಮಿಲಿಯನ್‌ಗಟ್ಟಲೆ ಜರ್ನಲ್ ನಮೂದುಗಳ ಮೊತ್ತವಾಗಿದೆ (ಲೆಕ್ಕಶಾಸ್ತ್ರದಲ್ಲಿ, ಪ್ರತಿ ಹಣಕಾಸು ವ್ಯವಹಾರವನ್ನು ಡೆಬಿಟ್ ಮತ್ತು ಕ್ರೆಡಿಟ್ ಎಂದು ದಾಖಲಿಸಲಾಗುತ್ತದೆ). ದೋಷ ಮತ್ತು ವಂಚನೆ ಎರಡೂ ಅಂತಿಮವಾಗಿ ಜರ್ನಲ್ ನಮೂದುಗಳಲ್ಲಿ ವಾಸಿಸುತ್ತವೆ: ತಪ್ಪಾದ ಖಾತೆಗೆ ಬರೆಯಲಾದ ಮೊತ್ತ, "ಮರೆತುಹೋಗಿದೆ" ಮತ್ತು ಅವಧಿಯ ಕೊನೆಯಲ್ಲಿ ಹಿಂತಿರುಗಿಸಲಾದ ಭತ್ಯೆ, ಮಧ್ಯರಾತ್ರಿಯಲ್ಲಿ ಹಸ್ತಚಾಲಿತವಾಗಿ ನಮೂದಿಸಲಾದ ಅಸಾಮಾನ್ಯ ನಮೂದು. ಆದ್ದರಿಂದ, BDS 240 (ಹಣಕಾಸಿನ ಹೇಳಿಕೆಗಳ ಲೆಕ್ಕಪರಿಶೋಧನೆಯಲ್ಲಿ ವಂಚನೆಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಲೆಕ್ಕಪರಿಶೋಧಕರ ಜವಾಬ್ದಾರಿಗಳನ್ನು ನಿಯಂತ್ರಿಸುವ ಮಾನದಂಡ) ಜರ್ನಲ್ ಪ್ರವೇಶ ಪರೀಕ್ಷೆಯನ್ನು ಮಾಡಲು ಆಡಿಟರ್ ಸ್ಪಷ್ಟವಾಗಿ ಅಗತ್ಯವಿದೆ. ನಿರ್ವಹಣಾ ಅತಿಕ್ರಮಣದ ಮೂಲಕ ನಿರ್ವಹಣೆಯಿಂದ ಸಂಭವನೀಯ ಕುಶಲತೆಯನ್ನು ಬಹಿರಂಗಪಡಿಸುವುದು ಇದರ ಉದ್ದೇಶವಾಗಿದೆ.

ಈ ಘಟಕದಲ್ಲಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಅಸಂಗತತೆ ಮತ್ತು ದೋಷ ಪತ್ತೆಯ ಎಂಜಿನ್ ಆಗಿ ಪರಿವರ್ತಿಸುವುದು ಹೇಗೆ ಎಂಬುದನ್ನು ನಾವು ವಿವರಿಸುತ್ತೇವೆ, ಆದರೆ ಪ್ರತಿ ಗುರುತಿಸಲಾದ ದಾಖಲೆಯು "ಶೋಧನೆ" ಗಿಂತ "ಪ್ರಶ್ನಾರ್ಥಕ ಚಿಹ್ನೆ" ಏಕೆ. ಮೊದಲ ಎರಡು ಪರಿಕಲ್ಪನೆಗಳು. ಅಸಂಗತತೆಯು ನಿರೀಕ್ಷಿತ ಮಾದರಿಯಿಂದ ವಿಚಲನಗೊಳ್ಳುವ ಡೇಟಾ ಸೆಟ್‌ನಲ್ಲಿ ಅಸಾಮಾನ್ಯ ದಾಖಲೆಯಾಗಿದೆ. ಔಟ್‌ಲೈಯರ್ ಎನ್ನುವುದು ಇತರರಿಗಿಂತ ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ ಗಮನಾರ್ಹವಾಗಿ ಭಿನ್ನವಾಗಿರುವ ಒಂದು ವೀಕ್ಷಣೆಯಾಗಿದೆ (ಉದಾಹರಣೆಗೆ ಬಹಳ ದೊಡ್ಡ ಮೊತ್ತ, ಅತಿ ಹೆಚ್ಚಿನ ಆವರ್ತನ). ಅಸಂಗತತೆ ಯಾವಾಗಲೂ ದೋಷವಲ್ಲ; ಆದರೆ ಲೆಕ್ಕ ಪರಿಶೋಧಕರು ನೋಡಬೇಕಾದ ಸ್ಥಳ ಇದು.

ಜರ್ನಲ್ ಪ್ರವೇಶ ಪರೀಕ್ಷೆಯಲ್ಲಿ ಅನುಮಾನಾಸ್ಪದ ಪೋಸ್ಟ್ ಮಾಡುವ ಮಾನದಂಡ

ಕೆಲವು ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೊಂದಿರುವ ದಾಖಲೆಗಳು ವಂಚನೆಯ ಅಪಾಯಕ್ಕೆ ಹೆಚ್ಚು ಮಹತ್ವದ್ದಾಗಿದೆ ಎಂದು BDS 240 ಹೇಳುತ್ತದೆ. AI ಈ ಮಾನದಂಡಗಳ ಆಧಾರದ ಮೇಲೆ ನೂರಾರು ಸಾವಿರ ದಾಖಲೆಗಳನ್ನು ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಸ್ಕ್ಯಾನ್ ಮಾಡಬಹುದು. ವಿಶಿಷ್ಟವಾದ "ಕೆಂಪು ಧ್ವಜ" ಮಾನದಂಡಗಳು:

• ಅಸಾಮಾನ್ಯ ಸಮಯ: ಕೆಲಸದ ಸಮಯದ ನಂತರ, ವಾರಾಂತ್ಯದಲ್ಲಿ, ಸಾರ್ವಜನಿಕ ರಜಾದಿನಗಳಲ್ಲಿ ಅಥವಾ ಅವಧಿಯ ಅಂತ್ಯದ ಕೊನೆಯ ದಿನದಂದು ಹಸ್ತಚಾಲಿತ ದಾಖಲೆಗಳನ್ನು ನಮೂದಿಸಲಾಗಿದೆ.
• ಅಸಾಮಾನ್ಯ ಬಳಕೆದಾರ: ಸಾಮಾನ್ಯವಾಗಿ ಲೆಕ್ಕಪತ್ರ ದಾಖಲೆಗಳನ್ನು ನಮೂದಿಸದ ಬಳಕೆದಾರರು ನಮೂದಿಸಿದ ದಾಖಲೆಗಳು (ಉದಾಹರಣೆಗೆ, ನಿರ್ವಾಹಕರು).
• ಅಸಾಮಾನ್ಯ ಖಾತೆ ಸಂಯೋಜನೆಗಳು: ಪರಸ್ಪರ ನಿರೀಕ್ಷಿಸದ ಖಾತೆಗಳ ನಡುವಿನ ಪೋಸ್ಟಿಂಗ್‌ಗಳು (ಉದಾ., ಆದಾಯ ಖಾತೆ ಮತ್ತು ಅಸಾಮಾನ್ಯ ನಗದುರಹಿತ ಖಾತೆ).
• ಸುತ್ತಿನ ಮೊತ್ತಗಳು: "ಕ್ಲೀನ್" ದೊಡ್ಡ ಮೊತ್ತಗಳಾದ 100,000, 500,000; ಇದು ಹಸ್ತಚಾಲಿತ ಕುಶಲತೆಯ ವಿಶಿಷ್ಟ ಕುರುಹು.
• ಖಾಲಿ ಅಥವಾ ಅಸ್ಪಷ್ಟ ವಿವರಣೆಗಳೊಂದಿಗೆ ದಾಖಲೆಗಳು: "ತಿದ್ದುಪಡಿ", "ವಿವಿಧ", "ತಾತ್ಕಾಲಿಕ" ನಂತಹ ಖಾಲಿ ವಿವರಣೆಗಳು.
• ವ್ಯತಿರಿಕ್ತ ದಾಖಲೆಗಳು: ಅವಧಿಯ ಆರಂಭದಲ್ಲಿ ನಮೂದಿಸಿದ ದಾಖಲೆಗಳು ಮತ್ತು ಸ್ವಲ್ಪ ಸಮಯದ ನಂತರ ರದ್ದುಗೊಳಿಸಲಾಗಿದೆ (ಸ್ಟೋರ್ನೊ).
• ಉಪಥ್ರೆಶೋಲ್ಡ್ ನಕಲುಗಳು: ಅನುಮೋದನೆಯ ಮಿತಿಗಿಂತ ಸ್ವಲ್ಪ ಕೆಳಗೆ (ಉದಾ. $50,000) ದೊಡ್ಡ ಸಂಖ್ಯೆಯ ದಾಖಲೆಗಳನ್ನು ಸಂಗ್ರಹಿಸಲಾಗಿದೆ.

ಸಲಹೆ: ಈ ಮಾನದಂಡಗಳನ್ನು ಒಟ್ಟಿಗೆ ಯೋಚಿಸಿ, ಪ್ರತ್ಯೇಕವಾಗಿ ಅಲ್ಲ. "ರೌಂಡ್ ಮೊತ್ತ" ಮಾತ್ರ ನಿರಪರಾಧಿಯಾಗಿರಬಹುದು; ಆದರೆ "ವಾರಾಂತ್ಯ, ನಿರ್ವಾಹಕರಿಂದ, ವಿವರಣೆ ಖಾಲಿ, ಸುತ್ತಿನ ಸ್ಥಿರ, ಅವಧಿಯ ಅಂತ್ಯದ ಕೈಪಿಡಿ ಪೋಸ್ಟ್" ಬಲವಾದ ಕೆಂಪು ಧ್ವಜವಾಗಿದೆ. "ರಿಸ್ಕ್ ಸ್ಕೋರ್" ಅನ್ನು ಉತ್ಪಾದಿಸಲು AI ಸಂಯೋಜನೆಯ ಮಾನದಂಡವನ್ನು ಹೊಂದುವುದು ನಿಮಗೆ ಆದ್ಯತೆ ನೀಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ತಪ್ಪು ಧನಾತ್ಮಕ ಸತ್ಯ: ಪ್ರತಿ ಚಿಹ್ನೆಯು ಏಕೆ ಕಂಡುಹಿಡಿಯುವುದಿಲ್ಲ

ಅಸಂಗತ ಸ್ಕ್ಯಾನಿಂಗ್‌ನ ಸ್ವರೂಪವು ತಪ್ಪು ಧನಾತ್ಮಕವಾಗಿದೆ: ವಾಸ್ತವವಾಗಿ ಕಾನೂನುಬದ್ಧವಾಗಿರುವ ನಿಯಮದಿಂದ ಫ್ಲ್ಯಾಗ್ ಮಾಡಲಾದ ದಾಖಲೆಗಳು. ಉದಾಹರಣೆಗೆ, ಕಂಪನಿಯು ಪ್ರತಿ ತಿಂಗಳ ಕೊನೆಯ ವ್ಯವಹಾರ ದಿನದಂದು ರೌಂಡ್-ರಾಬಿನ್ ಬಾಡಿಗೆ ಸಂಚಯವನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಪ್ರವೇಶಿಸುತ್ತದೆ; ಇದು "ಸುತ್ತಿನ ಮೊತ್ತ + ಅವಧಿಯ ಅಂತ್ಯ" ಮಾನದಂಡದೊಂದಿಗೆ ಅಂಟಿಕೊಂಡಿದೆ, ಆದರೆ ಇದು ಸಂಪೂರ್ಣವಾಗಿ ಸಾಮಾನ್ಯವಾಗಿದೆ. ಫ್ಲ್ಯಾಗ್ ಮಾಡಿದ ರಾಶಿಯಿಂದ ನಿಜವಾದ ಅಪಾಯವನ್ನು ಹೊರತೆಗೆಯುವುದು ಆಡಿಟರ್ನ ಕೆಲಸ. ಈ ವಿಂಗಡಣೆಯನ್ನು ವರ್ಗಾಯಿಸಲಾಗುವುದಿಲ್ಲ; ಏಕೆಂದರೆ ಅನುಮಾನಾಸ್ಪದದಿಂದ ನ್ಯಾಯಸಮ್ಮತವಾಗಿ ಪ್ರತ್ಯೇಕಿಸಲು ವ್ಯಾಪಾರ ಮತ್ತು ಸಂದರ್ಭವನ್ನು ತಿಳಿದುಕೊಳ್ಳುವ ಅಗತ್ಯವಿದೆ - AI ಹೊಂದಿಲ್ಲ.

ಆದ್ದರಿಂದ ಯಾವಾಗಲೂ ಈ ರೀತಿಯ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಓದಿ: "AI ನನಗೆ 420 ದಾಖಲೆಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿದೆ. ಅವುಗಳಲ್ಲಿ ಹೆಚ್ಚಿನವು ಬಹುಶಃ ತಪ್ಪು ಧನಾತ್ಮಕವಾಗಿರುತ್ತವೆ. ಈ 420 ರಲ್ಲಿ ನಿಜವಾಗಿಯೂ ತನಿಖೆ ಮಾಡಬೇಕಾದವುಗಳು, ಮಾದರಿಗಳು ಮತ್ತು ವೈಯಕ್ತಿಕ ಅನುಮಾನಾಸ್ಪದವಾದವುಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದು ನನ್ನ ಕೆಲಸವಾಗಿದೆ." ಈ ನೋಟವು ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಪಕ್ಷಪಾತ (ದೋಷಕ್ಕಾಗಿ ಪ್ರತಿ ಚಿಹ್ನೆಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು) ಮತ್ತು ಸೋಮಾರಿತನ (ಅವುಗಳಲ್ಲಿ ಯಾವುದನ್ನೂ ನೋಡದಿರುವುದು) ಎರಡರಿಂದಲೂ ನಿಮ್ಮನ್ನು ರಕ್ಷಿಸುತ್ತದೆ.

ಹಂತ ಹಂತವಾಗಿ ಅಸಂಗತತೆ ಪತ್ತೆ

1. ಡೇಟಾವನ್ನು ತಯಾರಿಸಿ ಮತ್ತು ಸಂಪೂರ್ಣತೆಯನ್ನು ಪರಿಶೀಲಿಸಿ. (ಹಿಂದಿನ ಘಟಕದಲ್ಲಿ ಸಮನ್ವಯ ಹಂತಗಳು.)
2. ಮಾನದಂಡಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ವಿವರಿಸಿ. ಯಾವ ಸಮಯ, ಮೊತ್ತ, ಬಳಕೆದಾರ ಮತ್ತು ವಿವರಣೆ ಮಾದರಿಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಲಾಗುತ್ತದೆ?
3. AI ನೊಂದಿಗೆ ಸ್ಕ್ಯಾನ್ ಮಾಡಿ ಮತ್ತು ಸ್ಕೋರ್ ಮಾಡಿ. ಮಾನದಂಡಗಳ ಪ್ರಕಾರ ಪ್ರತಿ ದಾಖಲೆಯನ್ನು ಗುರುತಿಸಿ; ಬಹು ಮಾನದಂಡಗಳನ್ನು ಪೂರೈಸುವವರಿಗೆ ಹೆಚ್ಚಿನ ಆದ್ಯತೆ ನೀಡಿ.
4. ಸುಳ್ಳು ಧನಾತ್ಮಕತೆಯನ್ನು ನಿವಾರಿಸಿ. ತಿಳಿದಿರುವ ಕಾನೂನುಬದ್ಧ ಮಾದರಿಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಿ ಅಥವಾ ಫ್ಲ್ಯಾಗ್ ಮಾಡಿ (ಸ್ವಯಂಚಾಲಿತ ಸಂಚಯಗಳಂತಹವು).
5. ಉಳಿದ ದಾಖಲೆಗಳನ್ನು ಪರಿಶೀಲಿಸಿ. ಪ್ರತಿಯೊಂದನ್ನು ಪೋಷಕ ದಾಖಲೆ, ಅನುಮೋದನೆ ಮತ್ತು ವ್ಯವಹಾರ ತರ್ಕಕ್ಕೆ ಲಿಂಕ್ ಮಾಡಿ.
6. ತೀರ್ಮಾನ ಮತ್ತು ತಾರ್ಕಿಕತೆಯನ್ನು ದಾಖಲಿಸಿ. ನೀವು ಅನುಮಾನಾಸ್ಪದವಾಗಿ ಕಂಡುಕೊಂಡದ್ದನ್ನು ಮತ್ತು ಏಕೆ, ಮತ್ತು ನೀವು ಏನನ್ನು ತೆಗೆದುಹಾಕಿದ್ದೀರಿ ಮತ್ತು ಏಕೆ ಎಂದು ಬರೆಯಿರಿ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ನಿಜವಾದ ಶೋಧನೆ. ಲೆಕ್ಕಪರಿಶೋಧಕರು 240,000 ಜರ್ನಲ್ ನಮೂದುಗಳನ್ನು AI ಯೊಂದಿಗೆ ಸ್ಕ್ಯಾನ್ ಮಾಡಿದ್ದಾರೆ; ಇದು "ಅವಧಿಯ ಕೊನೆಯ 3 ದಿನಗಳು + ಕೈಪಿಡಿ + ವಿವರಣೆ 'ತಿದ್ದುಪಡಿ' + ಮೊತ್ತದ 100,000 ಪಟ್ಟು" ಮಾನದಂಡಗಳನ್ನು ಸಂಯೋಜಿಸಿದೆ. 14 ದಾಖಲೆಗಳು ಹೆಚ್ಚಿನ ಅಂಕಗಳನ್ನು ಪಡೆದಿವೆ. ವಿಮರ್ಶೆಯಲ್ಲಿ, 11 ನ್ಯಾಯಸಮ್ಮತವಾದ ವರ್ಷಾಂತ್ಯದ ಹೊಂದಾಣಿಕೆಗಳಾಗಿವೆ; ಆದಾಗ್ಯೂ, ಆದಾಯ ಖಾತೆಯನ್ನು ಹೆಚ್ಚಿಸುವ ರೀತಿಯಲ್ಲಿ 3 ನಮೂದುಗಳನ್ನು ನಮೂದಿಸಲಾಗಿದೆ ಮತ್ತು ಮುಂದಿನ ಅವಧಿಯಲ್ಲಿ ಹಿಂತಿರುಗಿಸಲಾಗುವುದು ಮತ್ತು ಯಾವುದೇ ಪೋಷಕ ದಾಖಲೆಗಳಿಲ್ಲ. ಇದು ನಿಯಂತ್ರಣಗಳನ್ನು ಬೈಪಾಸ್ ಮಾಡುವ ನಿರ್ವಹಣೆಯ ಮಾದರಿಯಾಗಿದೆ ಮತ್ತು ಇದು ಗಮನಾರ್ಹವಾದ ಸಂಶೋಧನೆಯಾಗಿದೆ. AI 14 ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಿದೆ; ಲೆಕ್ಕ ಪರಿಶೋಧಕರ ಸಂದೇಹವು 3 ನೈಜ ಉತ್ತರಗಳನ್ನು ಕಂಡುಕೊಂಡಿದೆ.

ಪ್ರಕರಣ 2 - ತಪ್ಪು ಧನಾತ್ಮಕ ಬಲೆ. "ಅನುಮಾನಾಸ್ಪದ ವಹಿವಾಟುಗಳು" ಎಂಬ ಶೀರ್ಷಿಕೆಯಡಿಯಲ್ಲಿ AI ನೇರವಾಗಿ ವರ್ಕ್‌ಶೀಟ್‌ನಲ್ಲಿ ಫ್ಲ್ಯಾಗ್ ಮಾಡಿರುವ 380 "ಸುತ್ತಿನ ಸ್ಥಿರ" ದಾಖಲೆಗಳನ್ನು ತಂಡದ ಸದಸ್ಯರೊಬ್ಬರು ಬರೆದಿದ್ದಾರೆ. ಅಧಿಕಾರಿ ನೋಡಿದಾಗ, ಅವರಲ್ಲಿ ಹೆಚ್ಚಿನವರು ನಿಗದಿತ ಬಾಡಿಗೆ, ನಿಗದಿತ ಸಲಹಾ ಶುಲ್ಕ ಮತ್ತು ಸ್ವಯಂಚಾಲಿತ ಸವಕಳಿ ದಾಖಲೆಗಳನ್ನು ಹೊಂದಿದ್ದರು; ಅವೆಲ್ಲವೂ ನ್ಯಾಯಸಮ್ಮತವಾಗಿದ್ದವು. ವರ್ಕ್‌ಶೀಟ್ "ಸುಳ್ಳು ಸಂಶೋಧನೆಗಳ ಪಟ್ಟಿ" ಆಗಿದ್ದು ಅದು ಲೆಕ್ಕಪರಿಶೋಧನೆಯನ್ನು ತಪ್ಪು ದಿಕ್ಕಿನಲ್ಲಿ ನಡೆಸಿತು. ಪಾಠ: ಪ್ರತಿ ಫ್ಲ್ಯಾಗ್ ಮಾಡಲಾದ ದಾಖಲೆಯು ಒಂದು ಅನ್ವೇಷಣೆಯಲ್ಲ; ಲೆಕ್ಕ ಪರಿಶೋಧಕರು ಆಯ್ಕೆಯನ್ನು ಮಾಡುತ್ತಾರೆ.

ಪ್ರಕರಣ 3 - ಮಾನದಂಡಗಳನ್ನು ತುಂಬಾ ಕಿರಿದಾಗಿ ಹೊಂದಿಸುವುದು. ಲೆಕ್ಕ ಪರಿಶೋಧಕರು "ವಾರಾಂತ್ಯದ ದಾಖಲೆ" ಮಾನದಂಡವನ್ನು ಮಾತ್ರ ಬಳಸಿದ್ದಾರೆ ಮತ್ತು ಯಾವುದೇ ಅನುಮಾನಾಸ್ಪದ ದಾಖಲೆಗಳು ಕಂಡುಬಂದಿಲ್ಲ; ಅವನಿಗೆ ಸಮಾಧಾನವಾಯಿತು. ಆದಾಗ್ಯೂ, ವ್ಯವಹಾರದಲ್ಲಿ, ಕುಶಲ ದಾಖಲೆಗಳನ್ನು ವಾರದ ದಿನದ ಕೆಲಸದ ಸಮಯದಲ್ಲಿ ನಮೂದಿಸಲಾಗಿದೆ, ಆದರೆ ಅಸಾಮಾನ್ಯ ಖಾತೆ ಸಂಯೋಜನೆಗಳೊಂದಿಗೆ. ಒಂದೇ, ಕಿರಿದಾದ ಮಾನದಂಡದ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿ ನಿಜವಾದ ಅಪಾಯವನ್ನು ನೋಡುವುದನ್ನು ತಡೆಯುತ್ತದೆ. ಲೆಕ್ಕ ಪರಿಶೋಧಕರು ಮಾನದಂಡಗಳನ್ನು ವಿಸ್ತರಿಸಿದಾಗ, ಮಾದರಿಯು ಹೊರಹೊಮ್ಮಿತು. ಪಾಠ: ಒಂದೇ ಮಾನದಂಡವು ಭರವಸೆ ನೀಡುವುದಿಲ್ಲ; ಬಹು ಆಯಾಮದಲ್ಲಿ ನೋಡಿ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ಈ ಜರ್ನಲ್ ನಮೂದುಗಳಲ್ಲಿ ಮೋಸದ ನಮೂದುಗಳನ್ನು ಹುಡುಕಿ.

ಸಮಸ್ಯೆ: AI ವಂಚನೆಯನ್ನು "ಪತ್ತೆಹಚ್ಚಲು" ಸಾಧ್ಯವಿಲ್ಲ; ವಂಚನೆಯು ಕಾನೂನು/ವೃತ್ತಿಪರ ಪರಿಣಾಮವಾಗಿದೆ, ಡೇಟಾ ಮಾದರಿಯಲ್ಲ. ಅಲ್ಲದೆ "ವಂಚನೆ" ಎಂದು ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿಲ್ಲ. ಈ ಪ್ರಾಂಪ್ಟ್ ಮಾಡಲಾದ "ಚೀಟ್ ಪಟ್ಟಿ" ಅಥವಾ ಅರ್ಥಹೀನ ಫ್ಲ್ಯಾಗ್‌ಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ನಿಮ್ಮ ಪಾತ್ರ: ನೀವು ಸ್ವತಂತ್ರ ಲೆಕ್ಕ ಪರಿಶೋಧಕರ ಜರ್ನಲ್ ಪ್ರವೇಶ ವಿಶ್ಲೇಷಣೆ ಸಹಾಯಕ. ನೀವು ಮಾನದಂಡಗಳ ಪ್ರಕಾರ ದಾಖಲೆಯನ್ನು ಗುರುತಿಸಿ; ಮೋಸ/ದೋಷ ನಿರ್ಧಾರ ನನಗೆ ಸೇರಿದೆ. ಸಂದರ್ಭ: ಅನಾಮಧೇಯ ಜರ್ನಲ್ ಡೇಟಾ (ಕಾಲಮ್‌ಗಳು: ರೆಕಾರ್ಡ್_ಸಂಖ್ಯೆ, ದಿನಾಂಕ, ಸಮಯ, ಬಳಕೆದಾರ_ಪಾತ್ರ, ಡೆಬಿಟ್_ಖಾತೆ, ಕ್ರೆಡಿಟ್_ಖಾತೆ, ಮೊತ್ತ, ರೆಕಾರ್ಡ್_ಟೈಪ್[ಮ್ಯಾನುಯಲ್/ಸ್ವಯಂಚಾಲಿತ], ವಿವರಣೆ). ಅವಧಿಯ ಅಂತ್ಯ: 31.12. ಕೆಲಸದ ಸಮಯ: 09:00-18:00, ಸೋಮ-ಶುಕ್ರ.ಕಾರ್ಯ:1) ಈ ಕೆಳಗಿನ ಮಾನದಂಡಗಳ ಪ್ರಕಾರ ಪ್ರತಿ ರೆಕಾರ್ಡ್‌ಗೆ "ಗಮನ ಸ್ಕೋರ್" ನೀಡಿ (ಎಷ್ಟು ಮಾನದಂಡಗಳನ್ನು ಲಗತ್ತಿಸಲಾಗಿದೆ ಎಂಬುದನ್ನು ಅವಲಂಬಿಸಿ): a) record_type=manual b) 29-31 ಡಿಸೆಂಬರ್ ನಡುವಿನ ದಿನಾಂಕ ಅಥವಾ ವಾರಾಂತ್ಯ/ರಜಾದಿನ c) 0 ಗಂಟೆಯ ಆಫ್-ಡ್ಯೂಟಿ ಇ) ವಿವರಣೆಯು ಖಾಲಿಯಾಗಿದೆ ಅಥವಾ {ತಿದ್ದುಪಡಿ, ಇತರೆ, ತಾತ್ಕಾಲಿಕ} in2) 3 ಮತ್ತು ಅದಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ಅಂಕಗಳನ್ನು ಹೊಂದಿರುವವರಿಗೆ ಆದ್ಯತೆಯ ಪಟ್ಟಿಯಾಗಿ ನೀಡಿ.3) ನೀವು ಅನ್ವಯಿಸುವ ಪ್ರತಿಯೊಂದು ಮಾನದಂಡವನ್ನು ಸರಳ ಪಠ್ಯದಲ್ಲಿ ಬರೆಯಿರಿ (ಪರಿಶೀಲನೆ). ನಕಲಿ ದಾಖಲೆ ಸೇರಿಸಲಾಗುತ್ತಿದೆ.

ಈ ಪ್ರಾಂಪ್ಟ್ ಶಕ್ತಿಯುತವಾಗಿದೆ ಏಕೆಂದರೆ ಇದು ಮಾನದಂಡಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸುತ್ತದೆ, ಬಹುಆಯಾಮದ ಸ್ಕೋರ್‌ಗಳು, ಆಡಿಟಬಿಲಿಟಿ ಅಗತ್ಯವಿರುತ್ತದೆ ಮತ್ತು ಔಟ್‌ಪುಟ್ ಅನ್ನು ನಿಖರವಾಗಿ ಪತ್ತೆ ಮಾಡುತ್ತದೆ (ವಿನಾಯಿತಿ, ಫಲಿತಾಂಶವಲ್ಲ).

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ಇದರ ಅರ್ಥ "ಚಮತ್ಕಾರವನ್ನು ಕಂಡುಕೊಳ್ಳಿ". AI ವಂಚನೆಯನ್ನು ಪತ್ತೆ ಮಾಡುವುದಿಲ್ಲ; ಮಾನದಂಡಗಳ ಪ್ರಕಾರ ಗುರುತು ಹಾಕುತ್ತದೆ. ವಂಚನೆಯು ವೃತ್ತಿಪರ/ಕಾನೂನು ಪರಿಣಾಮವಾಗಿದೆ.
• ಪತ್ತೆಗಾಗಿ ಚಿಹ್ನೆಯನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಅನುಮಾನಾಸ್ಪದ ದಾಖಲೆಯನ್ನು "ದೋಷ" ಎಂದು ಬರೆಯುವುದು ತಪ್ಪು ಧನಾತ್ಮಕತೆಯನ್ನು ತೆಗೆದುಹಾಕದೆ.
• ಒಂದು ಮಾನದಂಡವನ್ನು ಅವಲಂಬಿಸಿ. ಕಿರಿದಾದ ನಿಯಮವನ್ನು ಬಳಸುವುದು ಮತ್ತು ನೈಜ ಮಾದರಿಯನ್ನು ಕಳೆದುಕೊಳ್ಳುವುದು.
• ಕಾನೂನುಬದ್ಧ ಮಾದರಿಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡುತ್ತಿಲ್ಲ. ಅನುಮಾನಾಸ್ಪದ ಪಟ್ಟಿಯಲ್ಲಿ ಸ್ವಯಂಚಾಲಿತ ಸಂಚಯಗಳನ್ನು ಸೇರಿಸುವ ಮೂಲಕ ಶಬ್ದವನ್ನು ರಚಿಸುವುದು.
• ತರ್ಕಬದ್ಧತೆಯನ್ನು ದಾಖಲಿಸುತ್ತಿಲ್ಲ. ನೀವು ಏನನ್ನು ತೆಗೆದುಹಾಕಿದ್ದೀರಿ/ಇಟ್ಟುಕೊಂಡಿದ್ದೀರಿ ಮತ್ತು ಏಕೆ ಎಂದು ಬರೆಯದೆ ವರ್ಕ್‌ಶೀಟ್ ಅನ್ನು ಪತ್ತೆಹಚ್ಚಲಾಗದಂತೆ ಬಿಡುವುದು.

ಎಚ್ಚರಿಕೆ: ರೆಕಾರ್ಡಿಂಗ್ ಅನ್ನು "ಅನುಮಾನಾಸ್ಪದ" ಎಂದು ವಿವರಿಸುವುದು ಗಂಭೀರ ಹೇಳಿಕೆಯಾಗಿದೆ. ಶೋಧನೆಯಾಗಿ ಬರೆಯುವ ಮೊದಲು ಪುರಾವೆಗಳೊಂದಿಗೆ (ಪೋಷಕ ದಾಖಲೆ, ದೃಢೀಕರಣ, ವ್ಯವಹಾರ ಪ್ರಕರಣ) ಪರಿಶೀಲಿಸಿ. ಇಲ್ಲದಿದ್ದರೆ, ನೀವು ವ್ಯವಹಾರಕ್ಕೆ ಅನ್ಯಾಯವಾಗುತ್ತೀರಿ ಮತ್ತು ಆಡಿಟ್ ಗುಣಮಟ್ಟವನ್ನು ಹಾನಿಗೊಳಿಸುತ್ತೀರಿ.

ಸಾರಾಂಶದಲ್ಲಿ

BDS 240 ಅಡಿಯಲ್ಲಿ ಜರ್ನಲ್ ಪ್ರವೇಶ ಪರೀಕ್ಷೆಯ ಅಗತ್ಯವಿದೆ, ಮತ್ತು AI ಇದಕ್ಕೆ ಸೂಕ್ತವಾದ ಎಂಜಿನ್ ಆಗಿದೆ: ಇದು ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಬಹುಆಯಾಮದ ಮಾನದಂಡಗಳ ವಿರುದ್ಧ ನೂರಾರು ಸಾವಿರ ದಾಖಲೆಗಳನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುತ್ತದೆ ಮತ್ತು ಗಮನ ಸ್ಕೋರ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಆದರೆ AI ವಂಚನೆ ಅಥವಾ ದೋಷಗಳನ್ನು "ಪತ್ತೆಹಚ್ಚುವುದಿಲ್ಲ"; ಇದು ಅಸಾಮಾನ್ಯವನ್ನು ಮಾತ್ರ ಸೂಚಿಸುತ್ತದೆ. ಔಟ್‌ಪುಟ್ ಎನ್ನುವುದು ತಪ್ಪು ಧನಾತ್ಮಕ ಅಂಶಗಳಿಂದ ತುಂಬಿರುವ ಅಪವಾದಗಳ ರಾಶಿಯಾಗಿದೆ; ಅದರಿಂದ ನಿಜವಾದ ಅಪಾಯವನ್ನು ವಿಂಗಡಿಸುವುದು, ಕಾನೂನುಬದ್ಧವಾದದನ್ನು ತೆಗೆದುಹಾಕುವುದು ಮತ್ತು ತೀರ್ಮಾನಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು ಲೆಕ್ಕಪರಿಶೋಧಕರ ಸಂದೇಹ ಮತ್ತು ತೀರ್ಪುಗೆ ಬಿಟ್ಟದ್ದು. ಚಿಹ್ನೆಯು ಪ್ರಶ್ನಾರ್ಥಕ ಚಿಹ್ನೆ, ಉತ್ತರವಲ್ಲ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ಕಾಲ್ಪನಿಕ ಜರ್ನಲ್ ಡೇಟಾಕ್ಕಾಗಿ ಐದು ಅಸಂಗತತೆಯ ಮಾನದಂಡಗಳನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸಿ (ವೇಳಾಪಟ್ಟಿ, ಬಳಕೆದಾರ, ಮೊತ್ತ, ಖಾತೆ ಸಂಯೋಜನೆ, ವಿವರಣೆ). ಮೇಲಿನ ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್ ಮಾದರಿಯೊಂದಿಗೆ AI ಬಹು ಆಯಾಮದ "ಗಮನ ಸ್ಕೋರ್" ಅನ್ನು ಉತ್ಪಾದಿಸುವಂತೆ ಮಾಡಿ. ನಂತರ "ಸ್ಕ್ರೀನಿಂಗ್ ಗೈಡ್" ಅನ್ನು ಬರೆಯಿರಿ: ಯಾವ ಕಾನೂನುಬದ್ಧ ಮಾದರಿಗಳನ್ನು (ಸ್ವಯಂಚಾಲಿತ ಸಂಚಯ, ಸ್ಥಿರ ಬಾಡಿಗೆ, ಇತ್ಯಾದಿ) ತಪ್ಪು ಧನಾತ್ಮಕವಾಗಿ ಫಿಲ್ಟರ್ ಮಾಡಬೇಕು? ಅಂತಿಮವಾಗಿ, 5 ಹೆಚ್ಚು ಸ್ಕೋರಿಂಗ್ ದಾಖಲೆಗಳಿಗಾಗಿ, "ನಾನು ಯಾವ ಸಾಕ್ಷ್ಯವನ್ನು ಹುಡುಕುತ್ತೇನೆ?" ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಿದ್ದೇನೆ ಮತ್ತು ಅದರ ಸಂಪೂರ್ಣತೆಯನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಅಸಂಗತತೆಯ ಮಾನದಂಡವನ್ನು ಬಹುಆಯಾಮದ ಮತ್ತು ಸ್ಪಷ್ಟವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಗಮನ ಸ್ಕೋರ್‌ನ ಸರಳ ಪಠ್ಯವನ್ನು ಸ್ವೀಕರಿಸಿದ್ದೇನೆ ಮತ್ತು AI ನಿಂದ ಮಾನದಂಡಗಳನ್ನು ಅನ್ವಯಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ತಿಳಿದಿರುವ ಕಾನೂನುಬದ್ಧ ಮಾದರಿಗಳನ್ನು ತಪ್ಪು ಧನಾತ್ಮಕ ಎಂದು ಫಿಲ್ಟರ್ ಮಾಡಿದ್ದೇನೆ.
• [ ] ನಾನು ಪೋಷಕ ದಾಖಲಾತಿ ಮತ್ತು ದೃಢೀಕರಣದೊಂದಿಗೆ ಹೆಚ್ಚಿನ ಸ್ಕೋರಿಂಗ್ ದಾಖಲೆಗಳನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
• [ ] "ವಂಚನೆ/ದೋಷ" ಎಂದು ತೀರ್ಮಾನಿಸುವ ಮೊದಲು ನಾನು ಅದನ್ನು ಪುರಾವೆಗಳೊಂದಿಗೆ ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಅನುಮಾನಾಸ್ಪದವಾಗಿ ಕಂಡುಬಂದದ್ದನ್ನು ಮತ್ತು ಏಕೆ ಎಂದು ನಾನು ದಾಖಲಿಸಿದ್ದೇನೆ.