코인베이스, 프론티어 모델을 제치고 사기 방지를 위해 Qwen3.5-9B 모델 미세 조정
제목 연관성·주요 수치·시장 영향·향후 전망을 기준으로 핵심 문장을 선별한 요약 브리핑입니다.
핵심 포인트
- Coinbase는 Onramp 사기 탐지를 위해 Alibaba의 Qwen3.5-9B를 미세 조정하여 Opus 4.5를 제치고 대기 시간을 55% 단축하고 교육 비용을 100달러 미만으로 줄였습니다.
- 100달러 미만으로 훈련된 소규모 개방형 모델은 Coinbase의 Onramp 사기 벤치마크에서 Opus 4.5보다 성능이 뛰어났으며 Coinbase가 사기꾼을 잡기 위해 상대적으로 작은 AI 모델을 가르치는 데 사용한 시간의 절반도 안 되는 시간에 응답했습니다.
- 거래소에 따르면 이제 이 소형 모델은 시장에서 가장 비싼 AI 시스템보다 더 나은 성능을 발휘합니다.
본문
Coinbase는 Onramp 사기 탐지를 위해 Alibaba의 Qwen3.5-9B를 미세 조정하여 Opus 4.5를 제치고 대기 시간을 55% 단축하고 교육 비용을 100달러 미만으로 줄였습니다. 100달러 미만으로 훈련된 소규모 개방형 모델은 Coinbase의 Onramp 사기 벤치마크에서 Opus 4.5보다 성능이 뛰어났으며 Coinbase가 사기꾼을 잡기 위해 상대적으로 작은 AI 모델을 가르치는 데 사용한 시간의 절반도 안 되는 시간에 응답했습니다. 거래소에 따르면 이제 이 소형 모델은 시장에서 가장 비싼 AI 시스템보다 더 나은 성능을 발휘합니다. Coinbase는 2026년 10월 7~8일에 게시된 "Owning Intelligence" 블로그 시리즈에서 Alibaba의 Qwen3.5-9B 모델의 미세 조정 버전이 Onramp 서비스의 사기 탐지 측면에서 개척 모델보다 성능이 뛰어나다고 밝혔습니다.
이 프로젝트는 암호화폐 구매를 위한 Coinbase 서비스인 Onramp를 위해 특별히 제작된 LLM 기반 사기 위험 에이전트에 중점을 두고 있습니다. 코인베이스는 에이전트가 사기 거래를 30% 줄이고 사기로 인한 달러 가치를 22% 낮췄다고 밝혔습니다. 모델을 비교하기 위해 Coinbase는 독점적인 Onramp 사기 벤치마크를 구축했습니다. Coinbase는 강화 학습을 사용하여 Qwen3.5-9B를 미세 조정했습니다. Coinbase는 단일 NVIDIA RTX PRO 6000 96GB GPU에서 Qwen 모델을 훈련하는 데 드는 비용이 100달러 미만이라고 말했습니다. Coinbase의 경우 테이크아웃은 전략적으로 보입니다. 맞춤형 AI 모델을 통한 Coinbase의 성공은 일반 모델에 비해 사기 예방에 있어 전문적이고 비용 효과적인 솔루션의 잠재력을 강조합니다.
코인베이스가 사기 방지를 위해 Qwen3.5-9B 모델을 미세 조정하여 프론티어 모델을 제치고 Crypto Briefing에 처음 등장했습니다.