金融 · 预测与分析 / Agent / 算力基础设施与AI平台
数钥网络基于阿里云PAI构建金融风控大模型，实现智能决策
数钥网络与阿里云合作，基于CPT+冷启动+SFT+RL多阶段训练框架和超长文本优化技术，构建风控大模型，将风控准确率提升至86.83%，推理链路还原度达98.51%，推动金融风控从规则驱动转向AI智能决策。
业务效果
风控决策模型准确率达到86.83%。
未披露
业务效果
模型推理链路与原始决策路径还原度达98.51%。
未披露
业务效果
提升策略可解释性，满足金融审计合规要求。
未披露
01
业务背景
数钥网络技术（杭州）有限公司成立于2019年，是金融科技领域的创新型企业，专注于用户画像和风控建模，为持牌金融机构提供风险管理、精准营销等一站式解决方案。团队近200人，核心团队来自银行、支付宝等机构，已与多家金融机构合作，覆盖信贷全生命周期。
02
遇到的问题
随着业务扩张，原有规则引擎面临瓶颈。风控流程包含516个节点和878项评估指标，规则耦合度高，存在冗余和重复。策略依赖人工维护，迭代周期长，响应滞后，难以适应市场变化。企业亟需构建自主学习、动态进化的智能决策体系，实现策略持续优化闭环。
03
AI 解决方案
阿里云与数钥网络合作，采用CPT+冷启动+SFT+RL多阶段训练框架，结合超长文本优化技术。将BPMN流程转化为结构化语料，构建高质量训练集。通过继续预训练（CPT）建立知识底座，SFT规范输出格式，RL强化决策准确性。同时攻克超长文本训练难题，优化显存和训练效率，实现64K上下文支持。
- 1数据准备：将BPMN流程转化为结构化语料，构建7387条训练样本，涵盖节点、规则和决策路径。
- 2继续预训练（CPT）：使用DeepSpeed ZeRO-3并行策略，训练22小时，使模型理解决策流程语义。
- 3冷启动+监督微调：用500条样本冷启动，再以7523条指令数据SFT训练18小时，规范输出格式。
- 4强化学习精调：构建8023条偏好数据，基于Bad Case优化GRPO reward机制，两轮迭代，RL训练113小时。
- 5超长文本优化：样本重构、显存优化（ZeRO-3+Liger Kernel+AutoTP），引入YARN扩展，消除截断。
- 6参数调优：探索batch_size、packing策略等超参，动态调整配置，提升训练效率。
04
实施结果
业务效果：风控决策模型准确率达到86.83%。
业务效果：模型推理链路与原始决策路径还原度达98.51%。
业务效果：提升策略可解释性，满足金融审计合规要求。
业务效果：同等成本下上下文支持能力提升3.2倍。
业务效果：训练效率与显存优化成效显著。
业务效果：客户追加采购AI服务人天及算力资源。
05
风险与边界
大模型在金融风控领域对数据质量和合规要求极高，需确保数据隐私和模型可解释性。超长文本训练存在工程复杂性，需持续优化显存和推理效率。
该案例展示了大模型在复杂金融风控决策中的有效应用，通过多阶段训练和超长文本优化，实现了高准确率和高可解释性。适合有类似复杂流程建模需求的企业，但需注意数据合规和工程实施能力。
适合
金融风控领域的企业，尤其是依赖复杂规则引擎、需要智能化升级的机构有大量历史决策数据、希望自动挖掘规则的企业业务决策流程复杂、涉及多节点和评估指标的企业
前置条件
具备足够的金融风控领域数据，用于模型训练和微调有技术团队或合作伙伴支持大模型训练和部署符合监管要求，确保数据安全和模型可解释性
信息来源
2 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。