腾讯云天御金融风控大模型基于天御云端预训练大模型能力，融合朴道征信（PUDAO CREDIT）等多源数据，提供一站式服务（管控端、建模端、MaaS服务端），核心...

腾讯云天御金融风控大模型针对金融业高频风控建模与低效方案的冲突（建模周期长、小样本/零样本难题、传统模型泛化性差），推出数据、模型、应用三位一体解决方案。该方案...

与注重“理解与生成”的生成式语言大模型不同，金融风控的刚需是精确可靠的预测能力、概率计算与模式判别。腾讯云天御依托自身知识积累，重构了以“判别式”为核心的金融风...

识别金融风控精细化运营中的样本匮乏痛点 金融行业进入存量时代，贷前反欺诈、贷中授信、贷后回捞等环节需频繁迭代模型，但面临小样本与零样本冷启动挑战。某商业银行在新...

在量化交易和金融分析工具开发中，可视化模块往往是技术团队需要重点投入的环节。传统方案要么需要自建复杂的图表渲染引擎，要么依赖功能受限的开源库，维护成本较高。今天...

腾讯云天御信鸽是针对金融业数据流通中真实性风险、验真成本高、合规路径缺失等痛点的解决方案，基于《个人信息保护法》与个人数据可携带权，构建“用户自主获取-提交-公...

本文介绍了腾讯云天御推出的“信鸽”产品，该方案结合区块链存证与公证鉴证技术，有效解决了传统金融数据流转中效率低、易伪造和审核成本高等痛点。通过构建司法可信的清洁...

腾讯联合金仕达推出全栈大模型解决方案，旨在破解金融行业监管趋严背景下合规运营与风控效率低下的痛点。该方案深度集成腾讯智能体平台、多模态技术及混元大模型，构建了涵...

应对金融监管复杂性与数据孤岛的智能解决方案 金融行业面临日益严格的监管要求，海量法规更新频繁，传统人工合规审查方式效率低且易出错。同时，金融机构内部数据分散于交...

本文介绍了腾讯云风险控制引擎（RCE）在AI风控与反欺诈领域的实践应用。针对自动化攻击、新型AI欺诈及底层设备篡改等业务痛点，RCE采用端云结合架构，融合十亿级...

本文阐述了金融行业风控合规面临的监管趋严、数据孤岛、低效操作、新兴风险脱节四大痛点，介绍金仕达与腾讯联合推出的风控合规AI赋能方案。该方案通过整合多类大模型、专...

应对金融风控与合规的挑战 金融机构面临日益严格的监管要求和海量法规更新，传统人工合规审查方式效率低下且易出错。业务数据分散在不同系统中形成"数据孤岛"，导致风险...

摘要： 本文详细介绍Agentic在金融风控中的应用实战，包括实时风险监控、欺诈检测、信用评估和合规监控等场景。通过本文，您将了解如何构建金融风控Agentic...

在虚拟资产快速普及与金融犯罪手段持续智能化的背景下，语音钓鱼、投资欺诈、洗钱套现等新型犯罪呈现跨境化、技术化、链条化特征，传统单一执法模式存在数据滞后、响应迟缓...

在全球低利率环境与财富增值需求驱动下，以 “高收益、低风险、保本保息” 为诱饵的金融欺诈已成为网络黑产的主流形态，钓鱼攻击则是此类欺诈实现引流、身份窃取与资金转...

生成式人工智能与大语言模型的普及，使金融诈骗从零散作案升级为工业化、规模化、精准化的黑色产业。Vyntra《2026 年现代银行欺诈剖析》报告显示，过去 12 ...

印度尼西亚作为东南亚最大的经济体，其股票市场（IDX，Indonesia Stock Exchange）汇聚了众多资源、金融及新兴科技公司，是区域投资的重要标的...

人工智能技术在金融领域的深度渗透，显著提升运营效率与服务能力，同时催生新型网络风险。AI 赋能攻击呈现规模化、自动化、精准化特征，金融机构成为网络犯罪重点目标。...