‏مدل GLM 5.2 اظهارنامهٔ مالیاتی رو تقریباً مثل یه حسابدار درست کرد

شرکت Vineyard Finance عملکرد GLM 5.2 رو، یه مدل هوش مصنوعیِ متن‌باز با وزن‌های آزاد، روی یه کار واقعیِ انطباق مالیاتی سنجیده: آماده‌کردن اظهارنامهٔ مالیات بر ارزش افزوده (VAT) سه‌ماههٔ یه کسب‌وکار کوچیک بریتانیایی. تو بریتانیا کسب‌وکارهای کوچیک هر سه ماه باید این اظهارنامه رو پر کنن و معمولاً یه شرکت حسابداری بیرونی این کار رو براشون انجام می‌ده که هر فصل حدود ۱۰۰۰ تا ۲۸۰۰ دلار آب می‌خوره.

به گفتهٔ نویسنده، GLM 5.2 تونست ۵۹ تراکنش رو تو ۶۸ دقیقه پردازش کنه، با هزینهٔ خام توکن فقط ۲.۷۳ دلار. مدل باید هر تراکنش رو از طریق یه ابزار خط فرمان (CLI) وارد نرم‌افزار حسابداری می‌کرد و در آخر، مهم‌ترین عدد اظهارنامه یعنی موجودی خالص (Box 5) فقط ۷ پنس با نسخه‌ای که آدم‌ها آماده کرده بودن فرق داشت.

نویسنده توضیح می‌ده که مدل روی یه ماشین ابری جدا و ایزوله اجرا شد تا به جواب درست دسترسی نداشته باشه، ولی اینترنت و نرم‌افزار حسابداری ابری در اختیارش بود. هارنس مدل کمینه بود و فقط دو ابزار داشت: ابزار bash و ابزار پایان‌دادن به جلسه و گزارش نهایی. جالب اینکه استدلال مدل نشون می‌داد می‌دونه داره تست می‌شه و یه جا نوشته بود «انگار داره سنجیده می‌شه که VAT رو درست درمیارم».

هر تراکنش این‌طوری به مدل نشون داده می‌شد: یه خط از فید بانکی به شکل JSON، به‌علاوهٔ رسید PDF و گاهی یه یادداشت کوتاه کاربر. نمونهٔ ساده‌شدهٔ یه خط فید بانکی این شکلیه:

{"date": "2026-03-08", "amount": -18, "currency": "GBP", "account": "Wise GBP", "description": "Card transaction issued by Claude.ai Subscription"}

نمره‌دهی از روی وضعیت نهاییِ دفترها انجام شد و هر تراکنش روی ۶ معیار سنجیده شد: نوع تراکنش، دسته‌بندی حساب، نحوهٔ برخورد با VAT، مبلغ VAT، VAT معکوس و پیوست‌بودن رسید. از مجموع ۳۵۴ بررسی (۵۹ تراکنش × ۶ معیار) مدل تو ۲۰ مورد و روی ۱۸ تراکنش اشتباه کرد.

نویسنده می‌گه فقط یکی از این اشتباه‌ها جدی بود: مدل سرمایهٔ سهام مؤسسان به مبلغ ۱۰٬۰۰۰ پوند رو به جای حساب «سهام پرداخت‌نشده» تو «حساب سرمایه» ثبت کرد. این خطا روی خودِ VAT اثری نداره ولی پیامد حقوقی داره و می‌تونه موقع حسابرسی یا اظهارنامهٔ پایان سال دردسرساز بشه. از ۱۷ اشتباه باقی‌مونده، ۱۴ تاش قاتی‌کردنِ دستهٔ «نرخ صفر» با «معاف از مالیات» بود که اثر عملی کمی داره ولی یه حسابدار ماهر معمولاً اشتباهشون نمی‌گیره، و ۳ تای آخر هم یه خطای ظریف تو تقسیم VAT بین تراکنش‌های چندارزی Wise بود.

نویسنده تأکید می‌کنه مدل بیشتر کارها رو همیشه درست انجام داد: تراکنش‌ها رو به حساب درست دسته‌بندی کرد، هیچ‌وقت رسید اشتباه به تراکنش نچسبوند و حتی ورودی‌های واقعاً گیج‌کننده مثل دو تراکنش هم‌مبلغ و هم‌فروشنده تو یه روز یا انتقالی که به شکل خرید کارت جا زده شده بود رو درست از هم تشخیص داد. جمع‌بندی نویسنده اینه که دفترداری داره به سرعت به یه مسئلهٔ حل‌شده تبدیل می‌شه و تمرکز باید بره روی ساختن بستری که این توانایی رو دست استارتاپ‌ها و کسب‌وکارهای کوچیک بده.

نکات کلیدی:

• GLM 5.2 اظهارنامهٔ VAT یه کسب‌وکار کوچیک بریتانیایی رو با ۵۹ تراکنش تو ۶۸ دقیقه و فقط ۲.۷۳ دلار آماده کرد
• مهم‌ترین عدد اظهارنامه فقط ۷ پنس با کار انسان اختلاف داشت
• بزرگ‌ترین خطا ثبت اشتباه سرمایهٔ سهام مؤسسان بود که پیامد حقوقی داره ولی روی VAT اثر نداره
• شایع‌ترین خطا قاتی‌کردنِ دستهٔ «نرخ صفر» با «معاف از مالیات» بود
• مدل دسته‌بندی حساب‌ها و تشخیص تراکنش‌های گیج‌کننده رو تقریباً همیشه درست انجام داد