Coinbases AI-baserade bedrägeriupptäckt minskar bedrägerier vid insättningar med 30 %

Coinbase uppger att företagets AI-system för bedrägeribekämpning minskade antalet bedrägliga transaktioner på kryptoköptjänsten Onramp med 30 procent och sänkte bedrägeriernas totala dollarvärde med 22 procent i ett onlinebaserat A/B-test. Onramp låter användare köpa kryptovaluta via partnerappar, även genom gästkassa. Coinbase lade först till en AI-riskagent till sina befintliga kontroller för maskininlärning och regelmotor. Agenten granskar transaktionssekvenser och ger en riskbedömning för betalningar som klarat tidigare kontroller; applikationskoden fattar det slutliga beslutet. Agenten kan inte häva ett stopp som ett tidigare system har utfärdat. Därefter finjusterade företaget modellen Qwen3.5-9B med öppna vikter på egna transaktionsdata. I ett test med 16 140 transaktioner från 7 293 användare, däribland 813 bekräftade bedrägerifall, uppger Coinbase att modellen överträffade Anthropics Opus 4.5 i precision, återkallning, F1-poäng och dollarviktad återkallning. Den rapporterade en mediantid för svar på 0,683 sekunder – 55 procent snabbare än Opus 4.5 – och träningskostnader på under 100 dollar på en enda GPU. Coinbase uppgav också att vissa nyare versioner av ledande modeller fick sämre resultat än tidigare versioner på delar av testet; GPT-5.6 förbättrade precisionen men hade lägre återkallning. Resultaten tyder på att uppgiftsspecifik AI-baserad bedrägeribekämpning kan hjälpa kryptoplattformar att minska bedrägeriförluster, fördröjning och driftskostnader. Coinbases egna test har dock inte verifierats oberoende och omfattar bara en produkt och ett användningsområde. Resultaten visar därför inte hur tekniken presterar i branschen i stort.