Brian Armstrong dari Coinbase pagi ini mengunggah sebuah postingan yang sudah dilihat 480 ribu kali: mereka menggunakan Qwen3.5-9B yang bersifat open source, lalu menyempurnakannya dengan data manajemen risiko milik mereka untuk khusus menangani penipuan. Hasilnya mengungguli model besar frontier tertutup—lebih akurat, lebih cepat, dan lebih murah.
Hitung-hitungan para engineer (angka berasal dari pengungkapan mereka):
· Biaya pelatihan < 100 dolar, dengan satu GPU
· Uji A/B di produksi: sebagai lapisan pemeriksaan tambahan, jumlah transaksi penipuan turun 30%, nilai kerugian turun 22%
· Latensi median < 1 detik
Menurut saya:
1）Model besar itu serbabisa, sedangkan manajemen risiko butuh spesialis. 9B parameter + data eksklusif lebih paham seperti apa penipu yang mengincar bisnismu dibanding 1T parameter + data publik. Keunggulan kompetitif ada pada data, bukan model.
2）Bagi bursa dan dompet kripto, ini berarti pencegahan penipuan on-chain akan makin "terlokalisasi": setiap perusahaan melatih model kecilnya sendiri dengan contoh penipuan yang mereka miliki. Alamat phishing, layanan pelanggan palsu, jebakan persetujuan—biaya untuk mengenalinya akan ditekan hingga nyaris nol.
3）Namun, model hanya bisa memblokir hal-hal yang "terlihat seperti penipuan". Kalau kamu sendiri menyerahkan frasa pemulihan, model sebagus apa pun tak akan bisa menyelamatkanmu. Pertahanan terakhir selalu diri sendiri: buka situs lewat bookmark, jangan menyetujui hal yang tidak kamu pahami, dan tutup dulu telepon dari layanan pelanggan sebelum menelepon balik.
Biaya pelatihan seratus dolar bahkan belum cukup untuk mentraktir seorang gadis cantik makan malam yang layak. Tapi 30% yang dihemat itu cukup untuk banyak makan malam 😏
#AI #反诈 #KeamananOnChain
Hitung-hitungan para engineer (angka berasal dari pengungkapan mereka):
· Biaya pelatihan < 100 dolar, dengan satu GPU
· Uji A/B di produksi: sebagai lapisan pemeriksaan tambahan, jumlah transaksi penipuan turun 30%, nilai kerugian turun 22%
· Latensi median < 1 detik
Menurut saya:
1）Model besar itu serbabisa, sedangkan manajemen risiko butuh spesialis. 9B parameter + data eksklusif lebih paham seperti apa penipu yang mengincar bisnismu dibanding 1T parameter + data publik. Keunggulan kompetitif ada pada data, bukan model.
2）Bagi bursa dan dompet kripto, ini berarti pencegahan penipuan on-chain akan makin "terlokalisasi": setiap perusahaan melatih model kecilnya sendiri dengan contoh penipuan yang mereka miliki. Alamat phishing, layanan pelanggan palsu, jebakan persetujuan—biaya untuk mengenalinya akan ditekan hingga nyaris nol.
3）Namun, model hanya bisa memblokir hal-hal yang "terlihat seperti penipuan". Kalau kamu sendiri menyerahkan frasa pemulihan, model sebagus apa pun tak akan bisa menyelamatkanmu. Pertahanan terakhir selalu diri sendiri: buka situs lewat bookmark, jangan menyetujui hal yang tidak kamu pahami, dan tutup dulu telepon dari layanan pelanggan sebelum menelepon balik.
Biaya pelatihan seratus dolar bahkan belum cukup untuk mentraktir seorang gadis cantik makan malam yang layak. Tapi 30% yang dihemat itu cukup untuk banyak makan malam 😏
#AI #反诈 #KeamananOnChain