9月7日,騰訊在2023騰訊全球數(shù)字生態(tài)大會上首次對外公布騰訊混元大模型進(jìn)展,并宣布從技術(shù)底座、平臺能力、智能應(yīng)用三大維度升級MaaS能力?；谧匝序v訊混元大模型,同時支持業(yè)內(nèi)20余款主流開源模型,助力客戶構(gòu)建專屬大模型及智能應(yīng)用,加速模型產(chǎn)業(yè)落地,推進(jìn)“效能革命”。
在當(dāng)天下午舉辦的“行業(yè)大模型及智能應(yīng)用”專場上,騰訊安全副總裁周斌分享了大模型在金融行業(yè)的落地實踐及使用體驗。周斌表示,風(fēng)控是金融行業(yè)的核心與命門,當(dāng)下的技術(shù)范式正在從“規(guī)則對抗”進(jìn)入“模型對抗”時代,騰訊云風(fēng)控大模型積累了豐富的風(fēng)控知識,可以有效解決風(fēng)控建模慢、不穩(wěn)定、小樣本等難題,致力于幫助金融行業(yè)構(gòu)建動態(tài)的風(fēng)險治理體系,提升風(fēng)控“免疫力”,擁抱大模型驅(qū)動的智能化時代。
(騰訊安全副總裁周斌線上演示風(fēng)控大模型使用過程)
相關(guān)數(shù)據(jù)顯示,欺詐廣泛存在于金融業(yè)務(wù)的各個環(huán)節(jié)。以借貸為例,欺詐造成的逾期約占總逾期的40-70%。黑灰產(chǎn)主流的攻擊方式,會利用假的設(shè)備、假的賬戶發(fā)起惡意欺詐,金融機(jī)構(gòu)常見的反欺詐策略是通過積累足夠多的惡意行為和欺詐樣本,防御下一次攻擊。
但在周斌看來,當(dāng)下大模型趨勢開啟的智能化時代,會讓很多金融機(jī)構(gòu)之前積累的一些風(fēng)控經(jīng)驗和能力失效,“大部分金融機(jī)構(gòu)風(fēng)控,使用相對靜態(tài)風(fēng)控模型搭配動態(tài)策略,一個風(fēng)控模型部署好了,可能兩三年都不會動,通過增減風(fēng)控規(guī)則來應(yīng)對變化。這種方式很難應(yīng)對未來黑灰產(chǎn)AI欺詐的態(tài)勢,要從根源也就是風(fēng)控模型的迭代和升級,才能占據(jù)風(fēng)控的主動。
周斌用“既快又準(zhǔn)”來概括騰訊云風(fēng)控大模型的核心價值,“風(fēng)控大模型里已經(jīng)打包好大量黑產(chǎn)與反欺詐知識,自動實現(xiàn)專家級精度的風(fēng)控,金融機(jī)構(gòu)即使沒有專業(yè)建模人才,也能高效構(gòu)建風(fēng)控模型”。
金融機(jī)構(gòu)登錄建模平臺之后,建模這種“高大上”的工作,就能變得和GPT對話一樣簡單。只需要少量提示樣本就能自動構(gòu)建適配自身業(yè)務(wù)特點的風(fēng)控模型,從樣本收集、模型訓(xùn)練到部署上線的全過程,實現(xiàn)零人工,建模時間從以往2周縮短至2天。
例如在建模需求旺盛的消費(fèi)金融行業(yè),基本每半年甚至幾個月就要迭代一次模型。某頭部消費(fèi)金融企業(yè)接入風(fēng)控大模型之后,大幅提升了模型迭代效率,雙方一起聯(lián)合共建了10個定制化的風(fēng)控模型,應(yīng)用在反欺詐、信用初篩等多個業(yè)務(wù)場景。
汽車金融平臺會面臨典型的“小樣本”甚至是“零樣本”建模難題。東風(fēng)日產(chǎn)融資租賃借助騰訊云的風(fēng)控大模型,在只有較少樣本的情況下就完成了定制化的風(fēng)控建模,建模時間節(jié)省了70%,讓最底層的風(fēng)控模型上具備了堅實的風(fēng)控免疫力,支持金融業(yè)務(wù)開展。
目前,騰訊安全已經(jīng)和頭部客聯(lián)合共建了近百個定制化的風(fēng)控模型,基于大模型生產(chǎn)的定制風(fēng)控模型,相比傳統(tǒng)方案反欺詐效果(模型區(qū)分度,KS)提升了20%。
周斌表示,風(fēng)控是守護(hù)企業(yè)數(shù)字資產(chǎn)的最核心防御屏障,任何一個數(shù)字化的企業(yè)都要構(gòu)筑堅實的風(fēng)控防線,打造動態(tài)的風(fēng)險治理體系,用主動進(jìn)化、彈性可擴(kuò)展風(fēng)控免疫力,護(hù)航企業(yè)可持續(xù)健康發(fā)展。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
