Вчера @Velvet_Capital официально выпустила Velvet Flash 0.1. Это модель с 4,0 млрд параметров, созданная специально для операций с криптовалютами. Цель ясна и прямолинейна: при взаимодействии с финансами одновременно добиться точности и безопасности.
Универсальным большим моделям при работе с криптосценариями часто не хватает «пальца в точку». Они могут неверно понимать намерение пользователя, выбирать неправильные инструкции платформы, ошибаться в извлечении параметров или реагировать медленно на высокорисковые запросы.
\Velvet Flash создан именно для этих болевых точек. Он должен точно понимать намерение пользователя, выбирать правильные команды, извлекать ключевые параметры — сумму, токен, сеть и адрес — распознавать опасные запросы и выполнять подтверждение перед любыми операциями с финансами.
В наборе криптографических бенчмарков Velvet Flash заняла первое место, набрав 50 баллов по сумме. Далее идут Qwen3.5-27B (45), DeepSeek-V4 (40), Llama-3.3-70B (32), а у остальных моделей оценки ниже. Особенно важно отметить: при объёме параметров всего 4B она обходит модели, которые больше неё по размеру в 6–17 раз.
Эффект от обучения тоже очевиден. Базовая модель без специального обучения набирает лишь 23 балла, после обучения сразу поднимается до 50. Улучшения по всем пяти направлениям очень заметны: безопасность — с 28 до 61, устойчивость — с 26 до 53, ясность и пользовательский опыт — с 22 до 52, маршрутизация — с 30 до 47, охват — с 12 до 34.
Безопасность ставится во главу угла. В финансовых продуктах модель должна уметь определять, когда продолжать, когда уточнять у пользователя, когда предупреждать и когда напрямую отказывать; правильно распознавать суммы, защищать конфиденциальную информацию, выявлять подозрительные запросы и ни в коем случае не использовать средства без подтверждения.
Некоторые крупные модели могут показывать лучшие результаты на отдельных платформах. Например, Qwen и Llama набирают выше в Minara, а Qwen сильнее и на спот-рынке Binance. Но в целом у небольших моделей есть более практичные преимущества: ниже стоимость обслуживания, меньше задержка, меньше требований к инфраструктуре, и к тому же они полностью работают на собственных серверах — итерации и контроль становятся более гибкими.
Бенчмарки охватывают ключевые платформы вроде Minara, Binance spot, OKX DEX, Uniswap, GMX, MetaMask и др.; более широкие тесты включают ещё 31 централизованную биржу, кошельки, DEX и DeFi-инструменты. Все модели используют одинаковые входные данные и критерии оценки, при этом установлены пороги безопасности. Действия вроде перевода средств или неправильного распознавания суммы без подтверждения сразу приводят к снижению баллов.
Velvet Flash 0.1 — это лишь первый выпуск. Дальше команда продолжит расширять охват платформ, оттачивать крайние кейсы, усиливать безопасное поведение и улучшать способность обрабатывать сложные многошаговые процессы. Долгосрочная цель — создать набор внутренних возможностей и постоянно разрабатывать более безопасные, быстрые и дешёвые специализированные модели, лучше соответствующие потребностям продукта.
В вертикальных сценариях обученные специализированные небольшие модели часто оказываются эффективнее, чем бессистемное «наращивание» параметров. Особенно когда речь о безопасности средств — именно эта фокусировка и выглядит убедительно. @EchoHunt_ai