Kemarin, @Velvet_Capital secara resmi merilis Velvet Flash 0.1. Ini adalah model dengan 4 miliar parameter yang dirancang khusus untuk operasi mata uang kripto. Tujuannya jelas dan langsung: saat berinteraksi dengan dana, mampu sekaligus menjaga ketepatan dan keamanan.
Model besar umum sering kali kewalahan saat menangani skenario kripto. Mereka bisa salah memahami maksud pengguna, memilih instruksi platform yang keliru, membuat kesalahan saat mengekstrak parameter, atau merespons permintaan berisiko tinggi dengan lambat.
\Velvet Flash hadir justru untuk mengatasi celah-celah tersebut. Ia perlu memahami tujuan pengguna secara akurat, memilih perintah yang tepat, mengekstrak parameter kunci seperti jumlah, token, chain, dan alamat, mengenali permintaan yang berbahaya, serta melakukan konfirmasi sebelum setiap tindakan pengelolaan dana.
Dalam serangkaian pengujian tolok ukur keterampilan kripto, Velvet Flash menempati peringkat pertama dengan total skor 50. Di bawahnya berturut-turut adalah Qwen3.5-27B (45), DeepSeek-V4 (40), Llama-3.3-70B (32), sementara model lain skornya lebih rendah. Perlu dicatat bahwa jumlah parameternya hanya 4B, namun mampu mengungguli model yang ukurannya 6 hingga 17 kali lebih besar.
Hasil pelatihan juga terlihat jelas. Model dasar yang belum dilatih secara khusus hanya mendapat 23 poin, lalu setelah pelatihan langsung melonjak ke 50 poin. Peningkatan pada lima dimensi semuanya sangat signifikan: keamanan naik dari 28 menjadi 61, ketangguhan dari 26 menjadi 53, kejelasan dan pengalaman pengguna dari 22 menjadi 52, routing dari 30 menjadi 47, serta cakupan dari 12 menjadi 34.
Keamanan ditempatkan sebagai prioritas utama. Dalam produk keuangan, model harus dapat menilai kapan harus melanjutkan, kapan harus mengajukan pertanyaan lanjutan, kapan harus memberi peringatan, kapan harus menolak secara langsung. Selain itu, model juga harus memahami cara mengurai jumlah dengan benar, melindungi informasi sensitif, mengenali permintaan yang mencurigakan, dan sama sekali tidak menggunakan dana sebelum konfirmasi dilakukan.
Beberapa model besar tertentu menunjukkan performa lebih baik di beberapa platform. Misalnya, Qwen dan Llama memperoleh skor lebih tinggi di Minara, dan Qwen juga lebih kuat di spot Binance. Namun secara keseluruhan, model kecil memiliki keunggulan yang lebih nyata: biaya layanan lebih rendah, latensi lebih kecil, kebutuhan infrastruktur lebih sedikit, serta berjalan sepenuhnya di server milik sendiri—sehingga proses iterasi dan kontrol menjadi lebih fleksibel.
Tes tolok ukur mencakup platform inti seperti Minara, spot Binance, OKX DEX, Uniswap, GMX, MetaMask, dan lainnya. Pengujian yang lebih luas juga melibatkan 31 bursa terpusat, wallet, DEX, serta alat DeFi. Semua model menggunakan masukan dan standar penilaian yang sama, sekaligus diberi ambang batas keamanan. Perilaku seperti memindahkan dana atau mengurai jumlah yang keliru tanpa konfirmasi akan langsung dipotong skor.
Velvet Flash 0.1 baru merupakan versi pertama. Tim selanjutnya akan terus memperluas cakupan platform, menyempurnakan kasus-kasus pinggiran, memperkuat perilaku keamanan, serta meningkatkan kemampuan menangani proses berlapis yang lebih kompleks. Tujuan jangka panjangnya adalah membangun seperangkat kemampuan internal untuk terus menciptakan model khusus yang lebih aman, lebih cepat, lebih murah, dan lebih sesuai dengan kebutuhan produk.
Dalam skenario vertikal, model kecil yang dilatih khusus sering kali lebih efektif daripada sekadar menumpuk parameter secara membabi buta. Terutama dalam hal keamanan dana, fokus seperti inilah yang benar-benar meyakinkan. @EchoHunt_ai