نشر برايان أرمسترونغ من Coinbase المجاورة صباح اليوم منشورًا حصد 480 ألف مشاهدة: استخدموا Qwen3.5-9B مفتوح المصدر، وضبطوه بدقة على بيانات إدارة المخاطر الخاصة بهم، ليختص بمكافحة الاحتيال، فحقق نتائج أفضل من النماذج الكبيرة المغلقة والمتقدمة — أدق وأسرع وأرخص.

حسابات المهندسين (الأرقام من إفصاحهم العلني):
· تكلفة التدريب أقل من 100 دولار، باستخدام وحدة GPU واحدة
· اختبار A/B على أرض الواقع: عند استخدامه كطبقة مراجعة إضافية، انخفض عدد حالات الاحتيال 30%، وانخفضت قيمة الخسائر 22%
· زمن الاستجابة الوسيط أقل من ثانية واحدة

رأيي:
1) النماذج الكبيرة متعددة المواهب، لكن إدارة المخاطر تحتاج إلى متخصص. 9B من المعلمات + بيانات حصرية تفهم شكل المحتالين الذين يستهدفون شركتك أكثر من 1T من المعلمات + بيانات عامة. الخندق الدفاعي هو البيانات، لا النموذج.
2) بالنسبة إلى منصات التداول والمحافظ، يعني هذا أن مكافحة الاحتيال على السلسلة ستصبح «محلية» أكثر فأكثر: ستدرّب كل جهة نموذجها الصغير على عيناتها الخاصة من الاحتيال؛ وستقترب تكلفة اكتشاف عناوين التصيد، وخدمة العملاء المزيفة، وفخاخ التفويض من الصفر.
3) لكن النموذج لا يستطيع منع إلا الأشياء «الشبيهة بالاحتيال». إذا سلّمت عبارة الاسترداد بنفسك، فلن ينقذك حتى أفضل نموذج. خط الدفاع الأخير هو أنت دائمًا: ادخل عبر الإشارات المرجعية، ولا توقّع تفويضًا لا تفهمه، وأنهِ المكالمة مع خدمة العملاء ثم اتصل بهم مجددًا.

تكلفة تدريب قدرها 100 دولار لا تكفي حتى لأعزم فتاة جميلة على عشاء لائق. أما نسبة الـ30% التي وفّروها، فتكفي لعزائم كثيرة 😏

#AI #反诈 #أمان_على_السلسلة