Anorbankda ikkita asosiy AI yo‘nalishda ishlaganman: STT va RAG.
STT qismida call-center audio yozuvlarini avtomatik matnga o‘tkazish ustida ishlaganman. Buning uchun Whisper va Wav2Vec2 modellaridan foydalanganman. Audio fayllarni oldindan tozalash, 16 kHz formatga keltirish, shovqinni kamaytirish va keraksiz jimliklarni olib tashlash kabi preprocessing ishlari qilingan. Modelni o‘zbek tilidagi audio ma’lumotlar bilan fine-tuning qilib, natijalarni CER va WER metrikalari orqali tekshirganman.
RAG qismi esa bank mahsulotlari haqidagi ma’lumotlarni foydalanuvchiga aniq yetkazib beradigan tizim bo'lgan, kreditlar, omonatlar, kartalar, tariflar, pul o‘tkazmalari va boshqa bank ma’lumotlaridan foydalanilgan. Ularni tozalab, kichik qismlarga ajratib, BGE-M3 embedding modeli orqali vektorlarga o‘tkazganman. Qidiruv uchun FAISS va BM25 ni birgalikda ishlatib, hybrid search qilgingan. Keyin topilgan eng kerakli ma’lumotlarni GPT modelga context sifatida berib, foydalanuvchiga javob qaytarganman.