SIRF：面向工业内容风控的规则内化基础模型

复现级别：概念诊断。 执行规则关系合成、trigger/exemption 内化和 P95 阈值选择；线性模型替代 8B LLM CPT。

论文信息

字段	内容
论文链接	arXiv v1
公司/机构	小红书（第一作者署名单位）
首次公开日期	2026-09-10（arXiv v1）
原文开源代码	否：未找到作者公开仓库（核查日期：2026-09-14）
Adapter	sirf
本地复现代码	src/auto_research/reproductions/sirf/

原始论文总结

背景与主要改动

SIRF 用 EntiGraph、MAGA 改写和账户级 CoT 合成长尾风控规则数据，通过 CPT 把复杂 trigger/exemption 规则写进模型权重，以单次 verdict 和可调阈值满足秒级线上判定。

flowchart LR
  S[平台规则] --> E[EntiGraph + MAGA + account CoT]
  E --> C[约 70M token CPT]
  C --> F[SFT verdict model]
  F --> T[高精度阈值与线上裁决]

原论文关键图

原论文 Figure 1（关键图）：展示原论文方法的总体设计和关键组成。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

本地把规则表示为触发、豁免及其交互项，训练模型后在 held-out policy cases 上扫描阈值，报告满足 Precision≥95% 的最大 Black Recall。

论文离线与线上效果

同源 Qwen3-8B-SFT 对照下 Black Recall@P95 提升 15.1 pp；裁决层多释放约 20% 误罚样本。冻结场景误罚相对下降约 70%，累计百万用户规模；正文还报告随机 treatment/control A/B 中 weekly active penetration 显著提升，但只披露“高个位数到低双位数”区间，没有精确值。

本地复现

本地对照口径：同源线性特征为基线，加入规则交互项的实验组在三 seed 上 Black Recall@P95 相对提高 65.81%（绝对约 33.84 个百分点）；这不是论文 8B 模型或线上流量结果。

三种子结果见 metrics/policy-cases-seeds42-44.json。论文线上结果、本地合成数据结果严格分开。

复现边界

没有私有账户数据、8B CPT、EntiGraph/MAGA 语言生成和线上 serving，因此本地结果不能验证论文业务提升。