Stripe 博客详解:从解释中学习的两阶段训练法
emilygsands · x · 2026-11-20
这是 emilygsands 那条「Stripe 欺诈审核模型提升 39% 召回」推文的配套链接:Stripe Dot Dev Blog 文章《Learning from explanations》(作者 Hangzhi Guo)。
文章核心发现:把解释直接加进 SFT 训练目标反而让决策变差,因为标准 SFT loss 对 token 等权,长解释主导梯度。解法是两阶段 SFT——先训「标签+解释」建立证据与决策的关联,再单独训标签聚焦决策;随后用 on-policy distillation(反向 KL)恢复被第二阶段损失掉的解释能力。最终欺诈审核在同等人工审核精度下召回率提升 39%,且解释质量超过教师模型。
所属事件:Stripe 用两阶段解释训练法提升欺诈审核召回率(2 条相关)→
「编程与Agent」频道最新
- Rex 支持跨 SSH 远程使用,一条命令即可安装服务器 — josh_wills · 2026-11-20
- Seroter 每日阅读清单:常驻 Agent、Envoy Agentic 栈与工具按需加载 — rseroter · 2026-11-20
- 博主实测:GPT-6.2 Astra 搭 Gemini 4 Neon 或为当前最佳编码组合 — haider1 · 2026-11-20
- 软件工厂现状平庸,作者重提「自主产品组织」的循环设计框架 — pzakin · 2026-11-20
- Firecrawl 推出本地版:Rust 重写爬取快 37 倍,内存仅 11MB — devdigest · 2026-11-20
- Stripe 欺诈审核模型靠解释训练提升 39% 召回率 — emilygsands · 2026-11-20