Integration of Large Language Models in Mobile Applications for Statutory Auditing and Finance

In the current digital age, Artificial Intelligence, with an emphasis on large language models, has gained prominence in various fields such as finance and tax auditing, offering greater efficiency and accuracy in accessing information. This study proposes a software architecture for a mobile application as an intelligent personal assistant in this domain, integrating semantic search and large language models to optimize responses. The methodology included a literature review and a focus on emerging technologies through a technological surveillance study, culminating in an architecture inspired by the Voice Interaction Community Group of the W3C, adapted for non-intent based models with LLM. After developing the application, corporate data was integrated, facilitating semantic searches using a dense passage retrieval scheme and integrating it with language models. The results showed increased efficiency in obtaining financial and tax information and more contextual responses, speeding up data retrieval. This indicates that such integrations can revolutionize how professionals access information. However, it is essential to address ethical, security, and privacy aspects to ensure the reliability and sustained adoption of these tools. En la actual era digital, la Inteligencia Artificial, con énfasis en grandes modelos de lenguaje, ha ganado relevancia en diversas áreas como el campo de las finanzas y revisoría fiscal, ofreciendo mayor eficiencia y precisión en el acceso a la información. Este estudio propone una arquitectura de software para una aplicación móvil como asistente personal inteligente en este dominio, integrando búsqueda semántica y grandes modelos de lenguaje grande para optimizar respuestas. La metodología incluyó revisión literaria y un enfoque en tecnologías emergentes mediante un estudio de vigilancia tecnológica, finalizando en una arquitectura propuesta por el Voice Interaction Community Group de la W3C, adaptada para modelos no basados en intenciones con LLM. Tras desarrollar la aplicación, se integraron datos corporativos, facilitando búsquedas semánticas mediante un esquema de recuperación densa de pasajes e integrándolo con modelos de lenguaje. Los resultados mostraron mayor eficiencia en la obtención de información financiera y fiscal, y respuestas más contextuales, agilizando la recuperación de datos. Esto indica que tales integraciones pueden revolucionar cómo los profesionales acceden a la información. No obstante, es vital aborda