SIRF模型通过CPT内化风控规则
热点事件持续更新
SIRF模型通过CPT内化风控规则
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
SIRF模型旨在将平台复杂风控政策内化至模型权重，以实现秒级延迟下的高精准度风险自动处理。该模型不依赖额外的人工标注，而是通过EntiGraph、MAGA重写及账户级思维链（CoT）技术合成数据，并利用持续预训练（CPT）将规则嵌入模型。 在性能方面，基于Qwen3-8B-SFT的对比实验显示，SIRF-8B-SFT仅使用约7000万CPT训练样本，便在未损害通用能力的前提下，使Black Recall@P95指标达到71.3%，较基线提升15.1个百分点。该模型在包含可获取对数概率的同类模型中，性能可匹配甚至超越规模大得多的系统。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
SIRF：用于工业内容风险控制的规格内化风险基础模型报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · AISIRF：用于工业内容风险控制的规格内化风险基础模型
SIRF 将平台复杂政策内化至模型权重，在秒级延迟下实现高精准度风险自动处理。基于 Qwen3-8B-SFT 对比，SIRF-8B-SFT 通过 CPT 使 Black Recall@P95 达 71.3%，较基线提升 15.1pp，且仅使用约 70M CPT tokens。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月2日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。