SIRF模型将平台规则内化至权重以提升工业风控效率
论文AI 评分 65/100arXiv cs.AI
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
SIRF模型通过持续预训练将复杂平台策略内化至模型权重，无需额外人工标注。在同等条件下，SIRF-8B-SFT的Black Recall@P95达到71.3%，较基线提升15.1个百分点，且未损害通用能力。该模型支持毫秒级延迟的高精度部署，已作为树模型裁决层使用，能恢复20%更多被误罚样本，并能低成本迁移至冻结场景。
为什么值得看
提出将规则内化至权重的新范式，在毫秒级延迟下显著提升工业风控自动化率。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。