ID2Pattern以身份模式預訓練支付風險模型

2026年11月2日，DEV Community 報道介紹 ID2Pattern，旨在處理支付風險模型中的高基數身份欄位，避免詞彙表因身份值增多而膨脹。它不以身份值本身作預訓練對象，而是從交易序列學習身份行為模式：Local Anonymous ID（LAID）編碼身份在序列中的重現模式，再以向量量化從無標籤交易序列預訓練多尺度模式碼本，供風險評分使用。報道稱，這使模型可推廣至推理時首次出現的卡片，無須為新身份擴大詞彙表或重新訓練。

AI 根據報道生成 · 2 小時前更新

還沒有足夠的連續觀測數據，暫不繪製趨勢。