Брайан Армстронг из Coinbase сегодня утром опубликовал пост, набравший 480 тысяч просмотров: они взяли открытую модель Qwen3.5-9B, дообучили её на собственных данных для оценки рисков и специализировали на борьбе с мошенничеством. В итоге она обошла передовые закрытые большие языковые модели — точнее, быстрее и дешевле.

Подсчёты инженеров (цифры — из их публичного отчёта):
· Стоимость обучения < 100 долларов на одной GPU
· Онлайн A/B-тест: при использовании модели как дополнительного уровня проверки число мошеннических операций снизилось на 30%, сумма потерь — на 22%
· Медианная задержка < 1 секунды

Моё мнение:
1）Большие модели — универсалы, а для оценки рисков нужны специалисты. Модель с 9 млрд параметров и эксклюзивными данными лучше знает, как выглядят мошенники именно у вас, чем модель с 1 трлн параметров и открытыми данными. Защитный барьер — это данные, а не модель.
2）Для бирж и кошельков это означает, что борьба с мошенничеством в ончейне будет всё больше «локализоваться»: каждая компания будет обучать свою небольшую модель на собственных примерах мошенничества. Распознавание фишинговых адресов, фальшивых сотрудников поддержки и ловушек с разрешениями станет почти бесплатным.
3）Но модель способна остановить только то, что «похоже на мошенничество». Если вы сами передадите кому-то свою сид-фразу, даже самая хорошая модель не спасёт. Последняя линия защиты — всегда вы сами: заходите на сайты через закладки, не подписывайте непонятные разрешения, а если звонит поддержка — сначала положите трубку и перезвоните сами.

Сто долларов за обучение — это даже не хватит, чтобы пригласить красивую девушку на приличный ужин. Зато сэкономленных 30% хватит на много таких ужинов 😏

#AI #反诈 #БезопасностьОнчейна