Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Borotto Cerda, Giovanni Francesco"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    Automatización de proceso de cuadraturas en empresa de seguros.
    (Universidad de Concepción, 2025) Borotto Cerda, Giovanni Francesco; Navarrete Lizama, Carlos Camilo
    En este informe se presenta una propuesta de automatización de cuadratura y generación de archivos de carga para una empresa financiera con el objetivo de mejorar la precisión y eficiencia de dicho proceso dentro de la industria. Como metodología se usó un sistema de múltiples agentes (MAS), dichos agentes toman decisiones autónomas mediante la integración de un modelo de lenguaje natural (LLM). Se comparó la misma metodología con 4 modelos de inteligencia artificial (IA): deepseek-v3, qwen-plus, deepseek-r1 y qwq-plus, siendo los últimos dos mencionados modelos de razonamiento. Se obtuvo como resultado que los 4 modelos no erraron dentro de las 40 iteraciones realizadas; además, el modelo qwen-plus fue el de menor latencia y deepseek-v3 el de menor costo total. Tras esto se compara el modelo deepseek-v3 contra gemini-2.0-flash con la diferencia que esta vez se aplciará un self-consistency (n=5) a las 40 iteraciones. Se obtuvo como resultado una menor dispersión de los datos para ambos modelos, siendo el modelo de Google mejor en latencia y costos totales.
Síguenos en...