Data for AI🔥8.0
Coinbase 用内部风控数据微调 Qwen3.5-9B,欺诈识别超越闭源大模型
📋总体概括
Coinbase CEO Brian Armstrong 公布,团队利用交易所内部交易风控数据,对开源权重的 Qwen3.5-9B 模型做微调,专门用于 Onramp 入金业务的欺诈识别。在 Coinbase 自有交易数据集评测中,微调后的小模型多项指标超过前沿闭源大模型:F1 分数高出 9.6 个百分点,端到端延迟降低 55%。这一案例显示企业用私有领域数据微调中等规模开源模型,可在垂直风控场景以更低成本、更低延迟超越通用闭源大模型。
⚡关键信息
- ▸Coinbase 用内部交易风控数据微调开源 Qwen3.5-9B,用于 Onramp 入金业务欺诈识别
- ▸在自有数据集评测中,微调后模型 F1 分数比前沿闭源大模型高出 9.6 个百分点
- ▸端到端延迟降低 55%,显示小模型在实时风控场景的工程优势
- ▸案例体现「私有数据+开源权重微调」路线在企业垂直场景对闭源通用大模型的竞争力
🔥犀利点评
又一个「垂直场景小模型吊打通用大模型」的活案例。关键不在 Qwen3.5-9B 多强,而在 Coinbase 手里那批真实交易风控数据——闭源厂商拿不到的护城河从来是数据不是参数。9.6 个百分点 F1 提升加 55% 延迟下降,对实时反欺诈是实打实的钱。给所有迷信前沿大模型的企业提个醒:先把私有数据治理好,再谈模型选型。
📰 相关资讯(与本文相关的其他资讯)
本文由本站自动聚合,以下为原始来源:前往 微博-数据交易所 阅读全文 →