数钥网络联合阿里云打造金融级风控大模型，实现智能化决策升级

数钥网络是一家成立于2019年的金融科技公司，专注于用户画像和风控建模，为持牌金融机构提供精准营销、流量运营、风险管理等一站式解决方案。团队近200人，核心成员来自国内外知名金融机构和科技企业。

随着业务扩张，原有规则引擎瓶颈凸显：风控决策流程包含516个节点、878项评估指标，规则高度耦合且存在冗余逻辑。人工编写策略导致迭代周期长，难以应对快速变化的市场和欺诈模式，亟需智能化升级。

阿里云与数钥网络协同提出CPT+冷启动+SFT+RL多阶段渐进式训练框架，结合超长文本训练优化技术。首先通过CPT构建决策流知识底座，接着冷启动和SFT规范输出格式，最后用RL提升决策准确性。同时针对80%样本长度超20K tokens的情况，采用样本重构、显存优化（DeepSpeed ZeRO-3、Liger Kernel等）和参数寻优，实现64K上下文训练。

1. 1将BPMN流程转化为结构化语料，构建7387条高质量CPT训练样本（22小时）。
2. 2使用500条样本冷启动，再以7523条指令数据进行SFT训练（18小时），准确率达48.67%。
3. 3构建8023条偏好数据，基于Bad Case优化GRPO的reward机制，进行两轮RL训练（113小时）。
4. 4实施超长文本优化：样本重构、显存优化、YARN动态RoPE扩展、参数调优。
5. 5评估模型性能，风控准确率86.83%，推理链路还原度98.51%。
6. 6持续优化风控决策知识图谱，探索实时策略调优系统。

超长文本训练对算力要求高，模型泛化性需持续验证，且金融风控场景对决策可解释性有严格监管要求。