Coinbase CEO：微调通义千问模型提升欺诈防范能力

Coinbase首席执行官表示，公司通过微调通义千问模型，提升了欺诈防范能力。据币界网报道，这一说法来自他本人对模型使用情况的公开说明，核心信息是：经过针对性调整的模型，在平台的欺诈识别任务上取得了更好的表现。

这里的关键动作是“微调”，也就是在通用模型的基础上，用企业自己的数据和任务定义做进一步训练，让模型更贴近特定业务场景，而不是直接依赖一个面向所有人的通用助手。

欺诈防范是金融机构与交易平台最典型的风控场景之一。这类任务高度依赖平台自身的交易行为数据、历史案例和业务规则，通用模型即便能力强，也未必理解某个平台特有的欺诈模式，因此用内部数据做定向训练，往往比单纯堆参数更有效。

把通义千问这样的开源权重模型放进这条路径，还有额外的含义。开源权重意味着企业可以把模型部署在自己可控的环境中，围绕数据不出域、可审计、可替换等要求做工程安排，这对处在强监管环境中的加密平台尤为重要。

对Coinbase这样的加密交易平台来说，欺诈防范直接关系到用户资产安全和监管信任。由高层公开强调自建模型在这一环节的效果，等于把模型能力与合规能力绑定在一起，也解释了平台为何愿意在模型层面做更深的投入。

后续值得观察的是，Coinbase是否会披露更多关于该模型部署范围、任务指标和成本结构的细节。如果这套做法被更多业务线复用，开源权重模型在企业关键系统中的位置可能会进一步上升。