Binawasan ng AI fraud detection ng Coinbase ng 30% ang pandaraya sa pagpasok ng pondo

Ayon sa Coinbase, nabawasan ng 30% ng AI fraud detection system nito ang mga mapanlinlang na transaksyon sa serbisyong pambili ng crypto na Onramp, at bumaba naman nang 22% ang kabuuang halaga ng pandaraya sa dolyar sa isang online A/B test. Pinahihintulutan ng Onramp ang mga user na bumili ng crypto sa pamamagitan ng mga partner app, kabilang ang pag-checkout bilang bisita. Una, nagdagdag ang Coinbase ng AI risk agent sa dati na nitong mga pagsusuri gamit ang machine learning at rules engine. Sinusuri ng agent ang magkakasunod na transaksyon at nagbibigay ng risk rating sa mga bayad na nakapasa na sa mga naunang pagsusuri; ang code ng application ang gumagawa ng pinal na pasya. Hindi nito mababawi ang pagharang na ginawa ng naunang sistema. Pagkatapos, fine-tune ng kumpanya ang open-weight na modelong Qwen3.5-9B gamit ang sarili nitong datos ng transaksyon. Sa benchmark na may 16,140 transaksyon mula sa 7,293 user, kabilang ang 813 kumpirmadong kaso ng pandaraya, sinabi ng Coinbase na nalampasan ng modelo ang Opus 4.5 ng Anthropic sa precision, recall, F1 score, at dollar-weighted recall. Iniulat nito ang median na oras ng pagtugon na 0.683 segundo—55% na mas mabilis kaysa Opus 4.5—at gastos sa pagsasanay na wala pang $100 gamit ang iisang GPU. Sinabi rin ng Coinbase na mas mababa ang naging marka ng ilang mas bagong bersiyon ng frontier model kaysa sa mga naunang bersiyon sa ilang bahagi ng benchmark; bumuti ang precision ng GPT-5.6, ngunit mas mababa ang recall nito. Ipinahihiwatig ng mga resulta na makatutulong sa mga crypto platform ang AI fraud detection na iniangkop sa partikular na gawain upang mabawasan ang pagkalugi dahil sa pandaraya, latency, at gastos sa operasyon. Gayunman, hindi pa independiyenteng napatutunayan ang proprietary benchmark ng Coinbase at iisang produkto at gamit lamang ang saklaw nito. Kaya hindi pinatutunayan ng mga natuklasan ang mas malawak na kakayahan nito sa buong industriya.