11月17日，由21世纪经济报道主办、腾讯安全联合主办的“金融风控大模型打造动态风险治理体系”闭门研讨会在北京召开，这也是“共建金融风控科技”系列闭门研讨会第四站。腾讯安全金融风控产品总经理陈波代表联合主办方致辞时介绍了腾讯金融风控大模型的相关情况。

谈及腾讯云金融风控大模型研发的初衷，陈波表示，随着线上合作发展零售信贷业务遇到一些瓶颈，比如渠道获客成本高并且风险上升、自营业务需要更精细化运营，尤其是近两年来黑灰产发展较快等，这都需要对信贷客户在不同业务场景不同环节做动态风险管控，降低高风险客户带来的资产损失，提升优质客群的转化效率，“原来的风控模型是静态为主，如果现在只是调整策略，而不是迭代模型，就很难把控整个动态风险的时间节点。” 陈波认为，通过动态调整，模型对抗比策略对抗更及时、更敏捷。

据陈波介绍，腾讯云金融风控大模型是市场上发布比较早的，也是比较头部的风控大模型，但是应用上已经非常成熟。总结来说有几个方面的优势：

一是机构不需要有非常丰富的业务样本。金融机构新产品上线，或者业务由线下转线上，通常只有少量或者零表现线上样本，需要冷启动风控策略，导致要面对不可预知的风险，腾讯云金融风控大模型可以克服这些困难，首先腾讯安全有丰富的黑灰产对抗经验，沉淀了跨业务场景的多模态风控知识库，覆盖了不同业务场景的模型，特征和标签等；其次会对金融机构通过Prompt方式提供的无标签样本或者小样本做知识抽取，与多模态知识库做知识融合；最后通过强化学习对生成式样本做模型训练，相比传统的小样本学习算法的KS（Kolmogorov-Smirnov，评估模型效果的一种指标）提升20%以上。

二是泛化能力强。单个业务场景训练模型背景下，由于信贷业务发展速度快，模型训练一般使用的是过去一段时间的历史样本，几个月后就会出现模型效果衰退，但是腾讯安全融合了海量跨场景风控知识库，能够覆盖不同类型的欺诈和违约模式，模型泛化能力比较强。

三是支持模型快速迭代。腾讯云金融风控大模型实现了全流程自动化，通过对话框实现无代码专家级建模，自动化特征工程，自动模型寻参，自动生成360度模型评估报告，并且还提供了专家级的模型筛选策略，模型迭代速度非常快，传统风控模型，能力比较强的服务商从入场到模型搭建到测试到发布上线，整个过程需要两个星期，腾讯云金融风控大模型只需要两天就可以完成整个流程。

陈波还进一步介绍了腾讯云金融风控大模型市场落地情况，并以消费金融公司、汽车金融公司各一家为例介绍了具体业务能力提升情况。