Использование LLM для построения рейтинга ESG (Фома Попов)

На семинаре 22 апреля 2026 г. Фома Попов представил концепцию использованию больших языковых моделей для построения ESG-рейтинга российских компаний. Фома описал полный пайплайн автоматической ESG-оценки по 15 показателям, включающий сбор данных с корпоративных сайтов и связанных PDF-документов, очистку HTML-страниц, извлечение текста из отчетов и последующую оценку по шкале 0–3 с учетом типа и актуальности найденных свидетельств. 

На семинаре 22 апреля 2026 г. Фома Попов представил концепцию использованию больших языковых моделей для построения ESG-рейтинга российских компаний. Фома описал полный пайплайн автоматической ESG-оценки по 15 показателям, включающий сбор данных с корпоративных сайтов и связанных PDF-документов, очистку HTML-страниц, извлечение текста из отчетов и последующую оценку по шкале 0–3 с учетом типа и актуальности найденных свидетельств. Центральной частью работы стало сравнение нескольких архитектур LLM: Direct API, Writer–Critic, ансамблевого голосования, RAG-подходов и дообучения YandexGPT с использованием LoRA. Особое внимание было уделено методу RAG by Variable, в котором для каждого из 15 ESG-показателей формируется отдельный поисковый запрос и собственный набор релевантных фрагментов, что повышает интерпретируемость оценки и снижает риск вытеснения редких переменных более часто встречающимися темами. По результатам тестирования на единой выборке лучший результат показал RAG by Variable со значением Score Accuracy 77,2%, за ним следовали RAG DeepSeek, YandexGPT + LoRA и Writer–Critic; при этом дообученная модель YandexGPT + LoRA превзошла все Direct-методы, а Writer–Critic оказался наиболее сильным по точности классификации типа доказательства. Таким образом, выступление продемонстрировало, что надежная ESG-оценка на основе LLM требует не только выбора сильной модели, но и продуманной архитектуры работы с контекстом, доказательствами и проверяемыми цитатами, а дальнейшее развитие проекта связано с масштабированием методики на большее число компаний и отраслей, динамической переоценкой данных и созданием интерфейса для аудита результатов.