Смысл высказывания был не в том, что меньшие модели во всём лучше, а в том, что результат зависит от задачи, для которой их обучили.

«Передовые модели - потрясающие универсалы, - написал Армстронг. - Но всё чаще специализированные модели показывают лучшие результаты в более узких задачах, работая либо в составе команд, либо самостоятельно».

В серии Owning Intelligence от Coinbase описано, как развивался этот подход: сначала компания добавила агента по ИИ-оценке рисков к своей существующей модели машинного обучения и механизму правил для Onramp, который позволяет пользователям покупать криптовалюту через приложения партнёров, в том числе с гостевым оформлением без аккаунта Coinbase.

Онлайн-эксперимент показал на 30% меньше мошеннических транзакций и на 22% меньше объёма мошенничества в группе, где использовалась дополнительная проверка с помощью ИИ. Агент анализировал последние последовательности транзакций, чтобы выявлять закономерности, которые могут быть не видны по одному платежу. Он мог заблокировать транзакцию, прошедшую первичные проверки, но не мог отменить блокировку, наложенную на более раннем этапе.

Затем Coinbase протестировала более новые версии закрытых моделей на фиксированном эталонном наборе из 16140 транзакций 7293 пользователей, включая 813 подтверждённых мошеннических транзакций. Компания сообщила, что новые версии Opus, Sonnet и GPT показали худшие результаты по нескольким показателям выявления мошенничества, чем их предшественники.

Вам также может понравиться:

  • ИИ-агенты играют всё большую роль в кибербезопасности, сообщает CertiK
  • Apple устранила уязвимость iOS, которая могла позволить атакующим запускать вредоносный код на iPhone
  • Инвестор предъявил Coinbase иск о возмещении убытков на $25 млн

GPT-5.6 повысила точность, но показала более низкую полноту, то есть выявила меньшую долю мошеннических транзакций. Этот результат стал причиной перехода к модели с открытыми весами, параметры которой можно было адаптировать напрямую, а не только через API провайдера.

Выявлена проблема с автономностью ИИ

Подход Coinbase вписывается в более широкую дискуссию о том, как ИИ-агенты берут на себя задачи, связанные с финансовыми преступлениями и безопасностью. На прошлой неделе CertiK предупредила, что более автономные агенты безопасности могут нести риски из-за некорректных результатов и снижения контроля со стороны человека. Фирма рекомендовала чётко ограничивать автономные решения и назначать ответственного владельца для каждого агента.

Однако агент криптобиржи работает в рамках таких ограничений: он возвращает оценку риска, а программные коды применяют политику принятия решений. Он может заблокировать транзакцию, которую разрешили более ранние проверки, но не может отменить уже наложенную блокировку.