近几年来国内消费信贷规模快速上升，信贷市场趋于饱和。金融机构的自营业务获客从拉新转变为存量挖掘模式。为了提升“中间客群”的获客和风险效率，“测试+敏捷迭代”的运营策略逐渐成为现阶段业务发展的新趋势。

腾讯云天御金融风控大模型，融合了腾讯安全大量风控建模专家经验，以及过去超过15年沉淀的海量欺诈知识与多场景风控模型能力。通过自研的“预训练+微调”框架将异构反欺诈多模态数据进行融合，成功实现风险表征的细粒度解耦和模型能力提升。

本次演讲旨在介绍如何基于大模型技术，融合海量风控知识，解决传统风控模型在小样本/零样本场景下的建模难题。同时介绍腾讯天御金融风控大模型构建、预训练、微调的核心实现算法技术、工程实践方案以及相关行业落地案例。希望为传统的金融风控提供新的大模型思路。

演讲提纲

1. 风控现状分析与挑战
   • 风控进入“模型对抗”新时代
   • "测试+敏捷迭代"风控业务新需求
   • 低门槛动态风险治理新挑战
2. 大模型智能风控新范式
   • 核心理念：融合全要素知识，构建风控业务大模型
   • 框架设计：“大模型+场景适配+蒸馏迁移”一键增强风控模型
   • 技术实现：无监督预训练+有监督微调+MOE全场景训练
   • 多源扩展：整合行业资源，协同共建行业大模型
3. 风控大模型的落地实践
   • 云端大模型赋能方案
   • MaaS平台端到端赋能方案
4. 行业实践案例
   • 贷前场景实践
   • 贷中场景实践
   • 回捞场景实践
5. 总结与展望
   • 总结
   • 下一步计划

听众收益

• 了解大模型技术落地风控业务的实际场景与案例
• 了解风控场景垂类大模型的构建思路和迭代路径

您的演讲有哪些前沿亮点？

• 了解大模型技术落地风控业务的实际场景与案例
• 了解风控场景垂类大模型的构建思路和迭代路径