arXiv cs.CL· Suwan Wu, Yumeng Lin, Pengcheng Yuan, Xiaolong Jiang·· 10 小时前AI 评分34
SIRF：面向工业内容风控的规范内化风险基础模型
SIRF: A Spec-Internalized Risk Foundation Model for Industrial Content Risk Control
AI 导读
SIRF 将平台复杂策略通过持续预训练内化进模型权重，SIRF-8B-SFT 在仅用约 70M CPT token 的情况下达到 71.3% Black Recall@P95，比同源 Qwen3-8B-SFT 基线提升 15.1pp，且不损害通用能力。该模型以仅输出判定结果的超低延迟方式部署，作为树模型裁决层可多召回 20% 被误罚样本，并在冻结场景下以低成本实现约 70% 的相对误罚减少。
正文 · AI 翻译
摘要：对于工业内容风控，真正的部署约束不是平均准确率，而是在高精度和秒级延迟下能自动处理多少风险。我们提出 SIRF（Spec-Internalized Risk Foundation Model），它通过持续预训练（CPT）将平台复杂的策略内化到权重中——这些策略通过 EntiGraph、MAGA 改写和账户级思维链（CoT）合成，无需额外人工标注——从而在超低延迟、仅输出裁决的部署下以高精度应用规则。一项受控的同源比较（Qwen3-8B-SFT 与 SIRF-8B-SFT，策略注入和仅输出裁决的形式完全相同，仅策略接地的 CPT 不同）将增益归因于内化：SIRF-8B-SFT 达到 71.3% Black Recall@P95，比基线高 15.1pp，仅使用约 70M CPT token 且不损害通用能力，并且在此接口下纳入的、可获取 logprob 的模型中，它达到或超过了大得多的系统。SIRF 作为树模型裁决层部署（多召回 20% 被误罚样本），并以低成本迁移到冻结场景（相对误罚减少约 70%）。
| 评论： | 14 页，12 幅图。已被 EMNLP 2026 工业赛道接收 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；机器学习（cs.LG） |
| 引用为： | arXiv:2609.11752 [cs.AI] |
| （或 arXiv:2609.11752v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.11752 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Suwan Wu [查看邮箱]
[v1]
2026 年 9 月 10 日星期四 16:08:54 UTC（2,922 KB）
[v2]
2026 年 10 月 30 日星期五 08:37:35 UTC（2,915 KB）
来源：arXiv cs.CL · arxiv.org