|
|
--- |
|
|
language: |
|
|
- zh |
|
|
license: apache-2.0 |
|
|
tags: |
|
|
- cryptocurrency |
|
|
- blockchain |
|
|
- forensic-analysis |
|
|
- money-trail |
|
|
- chain-of-thought |
|
|
- domain-qa |
|
|
model_name: CryptoFlow-Investigator-LLM |
|
|
base_model: meta-llama/Llama-3.3-FFM-70B |
|
|
datasets: |
|
|
- BlockChainSecurityAI/CryptoFlowTrackerDataset |
|
|
pipeline_tag: text-generation |
|
|
--- |
|
|
|
|
|
# 🧠 CryptoFlow-Investigator-LLM |
|
|
*AI 加密貨幣金流調查員（基於 Llama-3.3-FFM-70B 微調版本）* |
|
|
|
|
|
--- |
|
|
|
|
|
## 📘 模型簡介 |
|
|
**CryptoFlow-Investigator-LLM** 是一個針對「加密貨幣金流分析與追蹤」領域微調的大語言模型， |
|
|
可用於輔助區塊鏈金流推理、可疑地址追蹤、以及金流報告生成。 |
|
|
|
|
|
模型採用結構化 **Chain-of-Thought（CoT）** 設計， |
|
|
能生成具邏輯層次的思考步驟、分析摘要與最終結論， |
|
|
適用於司法調查、合規監理與數位資產風險分析等情境。 |
|
|
|
|
|
--- |
|
|
|
|
|
## 📊 訓練資料 |
|
|
本模型以以下資料為基礎進行微調： |
|
|
|
|
|
| 類別 | 說明 | |
|
|
|------|------| |
|
|
| 白皮書問答集 | 從比特幣、以太坊白皮書生成結構化 Q&A | |
|
|
| 金流圖推論合成資料 | 含 Path Existence、Output Funnel、Intermediate Node、Loop Detection 任務 | |
|
|
| 金流追蹤方法論問答集 | 涵蓋 UTXO、混幣、橋接、地址聚類、交易所特徵等 | |
|
|
| 中文語料 | 專注於司法與金融語境之中文描述與報告用語 | |
|
|
|
|
|
🔗 **Dataset:** [CryptoFlowTrackerDataset](https://huggingface.co/datasets/BlockChainSecurityAI/CryptoFlowTrackerDataset) |
|
|
資料量：約 60 M tokens（中文） |
|
|
|
|
|
--- |
|
|
|
|
|
## ⚙️ 訓練設定 |
|
|
- **Base Model:** `Llama-3.3-FFM-70B` |
|
|
- **Epochs:** 2 |
|
|
- **Batch Size:** 依 GPU 資源調整 |
|
|
- **微調方法:** Instruction Tuning + Rationale-Augmented SFT (CoT) |
|
|
- **Knowledge Distillation:** 以 ChatGPT 生成樣本作為教師資料 |
|
|
- **標註格式:** `<think>...</think> <explanation>...</explanation> <answer>...</answer>` |
|
|
|
|
|
--- |
|
|
|
|
|
## 🧩 使用範例 |
|
|
|
|
|
```python |
|
|
from transformers import AutoModelForCausalLM, AutoTokenizer |
|
|
|
|
|
model_name = "BlockChainSecurityAI/CryptoFlow-Investigator-LLM" |
|
|
tokenizer = AutoTokenizer.from_pretrained(model_name) |
|
|
model = AutoModelForCausalLM.from_pretrained(model_name) |
|
|
|
|
|
prompt = "是否存在從地址 D 到地址 A 的交易路徑？已知交易：ADDR_98→A, ADDR_56→ADDR_53, D→ADDR_56, ADDR_53→J, J→ADDR_98" |
|
|
|
|
|
inputs = tokenizer(prompt, return_tensors="pt") |
|
|
outputs = model.generate(**inputs, max_new_tokens=512) |
|
|
print(tokenizer.decode(outputs[0], skip_special_tokens=True)) |
|
|
``` |
|
|
|
|
|
## 💡 模型特色 |
|
|
- 🧩 **Chain-of-Thought 推理**：具逐步思考與摘要輸出結構 |
|
|
- 🕵️ **金流分析導向**：能針對交易關聯、節點、橋接等進行推論 |
|
|
- 📚 **專業領域語料**：針對司法與金融用語優化 |
|
|
- ⚖️ **可作為 FinCrime AI 應用基礎**：支援法遵、調查、報告生成 |
|
|
|
|
|
--- |
|
|
|
|
|
## ⚠️ 限制與注意事項 |
|
|
- 模型生成之推論結果僅供輔助分析，不能作為法律或金融判定依據。 |
|
|
- 由於資料集包含合成樣本，真實區塊鏈資料應再行驗證。 |
|
|
- 推理過程（`<think>` 區塊）可選擇在產品端隱藏，以符合資訊安全要求。 |
|
|
|
|
|
|
