核心技术
为反诈而生的决策模型
鉴策反诈智能决策模型，为反诈业务再训练的智能决策引擎：把“判断”拆成结构化问题并行求解，毫秒级输出概率与处置建议。它不是通用对话模型。
模型定位
为反诈再训练的领域决策模型
基座架构
基于 Qwen3.5 架构系列开展领域再训练——按场景选择参数规模与量化形态，从云端批量跑到端侧逐句推理。
模型形态
决策模型而非生成模型：一次调用并行回答 7–9 个结构化问题，输出概率分布与置信度。
问题类型
noul（是非概率）、choice（分类）、score（0–3 评分）三类问题，按场景组装问题集。
三层融合
规则/信誉层、决策模型层、情报/图谱层融合；规则管高精度，模型管模糊带，情报管最后一公里。
多语言能力口径
模型底座覆盖 201 种语言及方言（Qwen3.5 架构），为跨语言/跨境涉诈内容判定提供基座能力。
自研决策模型基于中文语料训练与微调，在其他语言上的效果以训练与验证范围为准——不在未验证语言上宣称等效性能。
问题集
不只给分数，还给理由
每一个分数都能回溯到问题、命中信号与证据——支持客服解释、申诉复核与人工抽检。
输出 0–1 概率。如：该群是否黑灰产？短信是否要求点击？
输出类别与置信度。如：业务领域 12 选 1、诈骗类型分类。
输出 0–3 分级。如：监控处置优先级。
TG 七问
真实跑批- 主判断：是否黑灰产/涉诈群组
- 资金通道：是否资金流转/兑换/洗钱
- 赌博平台：是否赌博相关
- 黑产服务：是否提供黑产服务
- 业务领域：12 类分类
- 监控优先级：0–3 评分
- 人工复核：信息是否不足
短信九问
试点验证- 主判断：是否涉诈短信
- 要求点击 / 要求转账 / 索取凭证
- 冒充机构 / 诈骗类型
- 诱导动作 / 紧迫度
- 人工复核
裁决输出示例
训练与微调
从语料到可服务的决策模型
点击任一阶段查看细节；播放观察阶段推进、检查清单逐项点亮与反馈回路流动。仅展示已验证的流程环节。
- 语料收集
- 清洗去重
- 脱敏处理
- 渠道与类型标注
- 问题集设计
- 标注规范
- 金标集切分
- 对抗样本构造
- 全参数 CE
- RLCD 受控对照
- 校准切分
- 召回 @ 固定 FPR
- 校准指标
- 红队变体
- 吞吐与显存
- 灰度发布
- shadow 模式
- 监控与回滚
- 漂移评测
数据准备
授权脱敏样本、公开数据、合成/红队样本与客户自有数据的多源语料池。TG 场景：660 万中文群名、3.5 亿条群内消息；语音场景：28,511 对语音-文本、307 小时。
数据飞轮
每一次判断，都在训练下一次判断
模型不是静态产品，而是由真实数据、规则反馈、人工复核共同驱动的飞轮。
IM 语料
真实跑批660 万群名 · 3.5 亿条消息
语音语料
训练进行中28,511 对语音-文本 · 307 小时
网站 / APP
训练进行中425 份 HTML 与截图 · 196 条人审
运营商侧授权数据
真实跑批授权范围内的域名 / 证书 / 流量 / 涉诈结果
性能基准
118.5ms 与 69 分钟
把全量判定变成可运营的产能：TG 场景为真实跑批数据，短信与端侧为演示口径。
涉诈概率分布（真实跑批）
双峰分布：<0.3 与 ≥0.9 两个峰占据 87%，模糊带仅约 13%——人工复核量天然可控。
押金体系画像（真实跑批）
10,304 个押金制公群：P50 6,000 元、P90 50,000 元、最高 600 万元——押金是黑产准入金，构成可疑体系独立画像。
融合与硬负样本
宁可从严，但绝不误杀官方服务
单靠模型会误杀正常验证码；单靠规则会漏掉变体。融合必须带门控与硬负样本。
if 主判断 ≥ 0.3 或 规则命中 → 触发子问题增强score = min(1, 主判断 + 0.25×支持信号 + 0.10×冒充机构)final = max(score, 规则分, 强链接分)官方预警白名单（12381 / 96110 / 国家反诈中心）直接放行硬负样本清单
小样本试判（合成样本实测）
部署形态
云、私有化、端侧、网关
小参数与量化版本，让模型进入大模型进不去的地方。
云端 API
真实跑批- SaaS / 批量跑批
私有化部署
能力就绪- 运营商 / 银行 / 公安
端侧推理
试点验证- 手机通话 / 行为预警
网关嵌入
试点验证- 短信 / 流量入口