SecondSource從一手資料重建判斷

JPMorgan Chase 的預印本自報,用支付交易資料從零訓練的基礎模型 Large Payments Model 已在生產環境服務,每筆推論成本低於 0.0001 美元。

概念插圖:黑框圍住的寬大灰色牆板上方,有一條印著白色「JPMORGAN CHASE」字樣的黑色橫帶,橫帶右端有一個藍白色小方形標誌,背景為米白色,右上方有一塊淡粉色區域。畫面中偏右立著一個高大的紅色箱體,由上而下是寫著「LARGE PAYMENTS MODEL」的白色標牌、顯示灰色對話泡泡(內有三條灰線)的黑色螢幕和一塊黑色下方面板;一排米色卡片(每張有一條黑色條紋和一個灰色小方塊)從左緣橫過這塊下方面板前方,一直延伸到右緣。 圖上印著:<0.0001 美元 Large Payments Model 每筆推論成本,JPMorgan 預印本自報。

JPMorgan 自報詐欺偵測比既有模型大幅提升,但對照的模型與絕對數值論文都不揭露,外界核對不了起點。據論文,商家收單的詐欺偵測,平均精確率比既有模型相對提升 62.7% 到 85.5%,這是相對增幅、不是百分點;服務端 99% 的請求延遲低於 60 毫秒;電匯詐欺按金額算沒有提升。作者全部任職 JPMorgan Chase,結果只有 JPMorgan 自己的測試(arXiv 2611.15814,2026-11-11)。 怎麼查的 →

出處與查證

這則刊在2026年11月15日的晨報,同一期還有 9 則。查證經過、引句核對與當天缺的資料,記在那一期的本日驗證。

引用這則

SecondSource(2026),〈JPMorgan Chase 的預印本自報,用支付交易資料從零訓練的基礎模型 Large Payments Model 已在生產環境服務,每筆推論成本低於 0.0001 美元。〉,https://secondsource.io/research/2026-11-15-2/,取用日期取用。