研究者发布 SIRF 内容风控基础模型论文

论文作者在 arXiv 发布 SIRF（Spec-Internalized Risk Foundation Model）论文，提出通过继续预训练将平台风控规则内化到模型权重，规则合成采用 EntiGraph、MAGA 改写和账号级思维链，无需额外人工标注。论文被 EMNLP 2026 Industry Track 接收。 论文称，SIRF-8B-SFT 在仅使用约 7000 万继续预训练 token、不损害通用能力的前提下，达到 71.3% 的 Black Recall@P95，较基线提升 15.1 个百分点。上述效果为论文作者的报告说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。