以下是一些在分析文件方面表现较好的 AI 工具：
高效筛查：一个生成式AI模型可以迅速将任何个体在不同系统中的关键信息汇总并呈现给合规官员，使合规官员能更快地得出交易是否存在问题的答案。更准确地预测洗钱者：现在想象一个模型，它是根据过去10年的可疑活动报告（SARs）进行训练的。无需明确告诉模型洗钱者是什么，AI可以用来检测报告中的新模式，并创建其自己对洗钱者构成的定义。更快的文档分析：合规部门负责确保公司的内部政策和程序得到遵守，并且遵循监管要求。生成式AI可以分析大量的文档，如合同、报告和电子邮件，并标记需要进一步调查的潜在问题或关注区域。培训和教育：生成式AI可以用于开发培训材料，并模拟真实世界的场景，以教育合规官员关于最佳实践以及如何识别潜在风险和不合规行为。新进入者可以使用来自数十个机构的公开可用合规数据进行自我启动，并使搜索和综合变得更快、更便捷。较大的公司从多年收集的数据中受益，但他们需要设计适当的隐私功能。合规长期以来一直被视为一个由过时技术支持的不断增长的成本中心。生成式AI将改变这一点。—Angela Strange和Joe Schmidt
[我上周写了关于代码解释器的文章](https://www.oneusefulthing.org/p/what-ai-can-do-with-a-toolbox-getting)。它是一种GPT-4模式，允许您将文件上传到AI，允许AI编写和运行代码，并允许您下载AI提供的结果。它可用于执行程序、运行数据分析（尽管您需要充分了解统计数据和数据才能检查其工作），并创建各种文件、[网页](https://twitter.com/prkeshari/status/1678155933606637568?s=20)甚至[游戏](https://twitter.com/icreatelife/status/1678184683702566922?s=20)。尽管自它发布以来，关于未经培训的人使用它进行分析的风险有很多争论，但许多测试代码解释器的专家都留下了深刻的印象，[以至于一篇论文表明，它需要改变我们培训数据科学家的方式。](https://twitter.com/emollick/status/1678615507128164354?s=20)如果您想了解更多关于如何使用它的详细信息，请访问我之前的帖子。我还制作了一个初始提示，以设置代码解释器以创建有用的数据可视化。它给出了一些良好图表设计的基本原则，也提醒它可以输出许多种类的文件。
你可以[在这里](https://t.co/m4yAdKROiJ)找到。对于处理文本，特别是PDF，到目前为止，Claude 2非常出色。我在整本书中粘贴到Claude的前一版本中，取得了令人印象深刻的结果，新模型要强大得多。你可以[在这里](https://www.oneusefulthing.org/p/what-happens-when-ai-reads-a-book)看到我之前的经验，以及一些可能有趣的提示。我还给了它许多复杂的学术文章，并要求它总结结果，它做得很好！更好的是，你可以通过询问后续问题来审问材料：这种方法的证据是什么？作者得出了什么结论？等等......有些事情需要担心：这些系统仍然产生幻觉，尽管方式更有限。如果您想确保准确性，你需要检查它们的结果。