富國銀行自建基礎模型偵測詐騙——專訪 Freddy Lecue
富國銀行的 Freddy Lecue 以客戶交易資料打造 10 億引數的基礎模型，在嚴格延遲限制下，詐騙偵測表現優於 XGBoost，且誤報更少；後續將推出 110 億引數版本，並規劃應用於信用、反洗錢與行銷。
推薦理由：模型偵測率與誤報率優於 XGBoost，且 250 毫秒拒絕視窗速度提升 10 倍，展示 token 化與後訓練設計對實務的可參考價值。
富國銀行的 Freddy Lecue 以客戶交易資料打造 10 億引數的基礎模型，在嚴格延遲限制下，詐騙偵測表現優於 XGBoost，且誤報更少；後續將推出 110 億引數版本，並規劃應用於信用、反洗錢與行銷。
推薦理由：模型偵測率與誤報率優於 XGBoost，且 250 毫秒拒絕視窗速度提升 10 倍，展示 token 化與後訓練設計對實務的可參考價值。