Coinbase Qwen นำ Opus 4.5 ทั้ง 4 ตัวชี้วัดในการทดสอบตรวจจับการฉ้อโกง Onramp

โมเดล AI Qwen3.5-9B ซึ่ง Coinbase($COIN) ฝึกเพิ่มเติมด้วยข้อมูลการฉ้อโกงของบริษัท ทำคะแนนสูงกว่า Opus 4.5 ทั้ง 4 ตัวชี้วัดในการทดสอบตรวจจับการฉ้อโกง Onramp ของ Coinbase ผลเปรียบเทียบนี้จำกัดอยู่ที่การประเมินภายในของบริษัท

Coinbase ระบุเมื่อวันที่ 8 ในบล็อกเทคโนโลยีชุด ‘Owning Intelligence’ ว่า บริษัทฝึก Qwen3.5-9B เพิ่มเติมให้เหมาะกับงานตรวจจับการฉ้อโกง Onramp ในเกณฑ์ทดสอบของบริษัท โมเดลทำคะแนนด้านความแม่นยำสูงกว่า 7.5 จุดเปอร์เซ็นต์ ด้านการเรียกคืนสูงกว่า 12.0 จุดเปอร์เซ็นต์ คะแนน F1 สูงกว่า 9.6 จุดเปอร์เซ็นต์ และการเรียกคืนแบบถ่วงน้ำหนักตามมูลค่าการฉ้อโกงสูงกว่า 35.4 จุดเปอร์เซ็นต์ ตัวเลขทั้งหมดเป็นส่วนต่างหน่วยจุดเปอร์เซ็นต์ ไม่ใช่อัตราการเพิ่มขึ้นสัมพัทธ์

Onramp เป็นบริการที่ผู้ใช้ซื้อสินทรัพย์ดิจิทัลด้วยเงินตรา ตามโครงสร้างที่ Coinbase เปิดเผย AI agent จะจำแนกความเสี่ยงเพิ่มเติมและส่งคืนระดับความเสี่ยงสำหรับธุรกรรมที่ผ่านโมเดลแมชชีนเลิร์นนิงและกฎเดิมแล้ว ระบบเดิมยังเป็นผู้ตัดสินใจขั้นสุดท้ายเกี่ยวกับธุรกรรม ไม่ใช่ AI agent

Qwen3.5-9B เป็นโมเดลแบบเปิดน้ำหนักที่มีพารามิเตอร์ 9 พันล้านตัว Coinbase ฝึกโมเดลด้วยข้อมูลการฉ้อโกงของบริษัทและ RLVR (Reinforcement Learning with Verifiable Rewards) ซึ่งเป็นเทคนิคให้รางวัลตามผลลัพธ์ที่ตรวจสอบได้ โดยใช้สภาพแวดล้อม SkyRL และ Anyscale ร่วมกับวิธี LoRA

Coinbase ระบุว่าค่าใช้จ่ายในการฝึกอยู่ที่ไม่ถึง 100 ดอลลาร์ โดยใช้ GPU NVIDIA RTX PRO 6000 ขนาด 96GB เพียงตัวเดียว บริษัทไม่ได้เปิดเผยว่าจำนวนนี้รวมค่าเตรียมข้อมูล วิศวกรรม การดำเนินงาน และการฝึกซ้ำหรือไม่

ในการเปรียบเทียบความหน่วงของการประมวลผลออนไลน์ ค่ามัธยฐาน (P50) ของ Qwen อยู่ที่ 0.683 วินาที เทียบกับ 1.515 วินาทีของ Opus 4.5 ส่วนค่าความหน่วงที่เปอร์เซ็นไทล์ 99 (P99) อยู่ที่ 1.036 วินาทีและ 3.312 วินาทีตามลำดับ Coinbase ระบุว่าประเมินความหน่วงและประสิทธิภาพการตรวจจับแยกกัน

ผลครั้งนี้เป็นคนละส่วนกับการทดลอง A/B ออนไลน์ก่อนหน้า Coinbase เปิดเผยว่า ในการทดลองที่เพิ่ม AI agent สำหรับประเมินความเสี่ยงด้วย LLM เข้าไปในโมเดลแมชชีนเลิร์นนิงและกฎเดิม จำนวนธุรกรรมฉ้อโกงลดลง 30% และมูลค่าการฉ้อโกงลดลง 22% ตัวเลขดังกล่าวเป็นผลจากการทดลองใช้ agent นั้น ไม่ได้หมายถึงผลการทำงานของ Qwen3.5-9B เพียงโมเดลเดียว

เนื่องจากไม่มีการเปิดเผยชุดทดสอบและข้อมูลธุรกรรม บุคคลภายนอกจึงทำซ้ำผลภายใต้เงื่อนไขเดียวกันได้ยาก ผลเปรียบเทียบนี้จึงจำกัดเฉพาะงานจำแนกการฉ้อโกงบางประเภทของ Onramp และเกณฑ์ประเมินของ Coinbase ความสามารถของ AI agent จาก Coinbase ในการช่วยงานธุรกรรมและเวิร์กโฟลว์ทางการเงินเคยได้รับการรายงานใน ข่าวของ TokenPost ที่ระบุว่าเริ่มใช้งานผ่าน Grok ได้