---
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。