故事的开端：为什么要做这件事?
想象一下,你是一家银行的合规专员。每天要面对厚厚的反洗钱法规文件,还要分析各种复杂的可疑交易案例。有些问题特别棘手:
法律条文晦涩难懂,一个条款套着另一个条款
真实的洗钱案例千奇百怪,要从蛛丝马迹中发现问题
有时候一个问题涉及好几个文件,得翻来翻去查
这时候你想:要是有个 AI 助手就好了!但问题来了——普通的 AI 模型虽然聪明,却不太懂这个专业领域的门道。
于是,我们决定给一个叫 Qwen-3 8B 的 AI 模型"上培训课",让它变成反洗钱领域的专家。
第一步:准备教材——收集三类"教科书"
就像培训新员工一样,我们得先准备好教材。我们准备了三大类:
第一类:法律法规文件(1164 道题)
这就像是"基础理论课"。我们把反洗钱相关的法律文件,按照"章-条-款"的结构拆开,就像把一本厚书拆成一页页笔记。
然后针对每一小段,我们设计了四种问题:
定义题:"什么是可疑交易?"
义务题:"银行必须做什么?"
场景题:"遇到这种情况该怎么办?"
处罚题:"违规了会怎样?"
第二类:真实洗钱案例(764 道题)
这是"案例分析课"。每个案例我们都这样处理:
先让一个更强大的 AI(GPT-5)读完整个案例,写个"案情摘要"
然后把案例拆成一段段,针对每段问:
"这个行为为什么可疑?"
"金融机构应该注意什么信号?"
"这违反了哪些规定?"
就像老师带你分析经典案例,从不同角度反复琢磨。
第三类:国际组织文件(1701 道题)
这是"进阶课程"。FATF 是国际反洗钱权威组织,他们的文件又长又专业。
我们根据段落长度,设计不同难度的问题:
短段落(少于 200 字):问细节和操作
中段落(200-800 字):问制度和解释
长段落(超过 800 字):问原理和分析
第二步:给题目"分级"——哪些简单,哪些烧脑?
现在我们有了 3629 道题,但它们难度各不相同。我们得给它们排个序,就像游戏里的关卡一样。
怎么判断难度呢?
我们用了一个聪明的办法:
先把题目"归类":用 AI 把相似的问题分到一个组里(专业术语叫"聚类"),最后分成了 42 个组，用于刻画知识分布与问题复杂度
然后综合三个因素打分:
稀有度(权重 40%):这类问题少见吗?越少见越难
独特性(权重 40%):这道题跟同组其他题差别大吗?越独特越难
长度(权重 20%):问题和答案越长越复杂
最后每道题得到一个 0 到 1 的难度分数,0.3 以下算简单,0.5-0.7 算中等,0.7 以上算困难。
第三步:准备考卷——设计三种测试
训练之前,我们得准备好"期末考试卷",看看训练效果如何:
复杂意图测试(200 题):专门挑那些"又有条件又要推理"的烧脑题
长上下文测试(41 题):超长问题,考验耐心和理解力
常规测试:从每个组里随机抽取,检验基本功
第四步:开始训练——循序渐进的智慧
关键来了!我们不是把所有题目一股脑扔给 AI,而是采用了"课程式学习"(Curriculum Learning)的方法。
想象训练过程分成 10 个阶段(epoch):
第 1-3 阶段:主要练简单题(简单题权重×1.0,中等题×1.0,难题×0.8)
第 4-7 阶段:逐渐增加中等题(简单题权重×0.94,中等题×1.15,难题×1.4)
第 8-10 阶段:重点攻克难题(简单题权重×0.9,中等题×1.3,难题×2.0)
同时,那些"少见的"题目类型,我们也会增加它的出现频率,确保 AI 不会忽略冷门但重要的知识。
为了找到最佳方案，我们还做了大量实验,调整了 80 个不同的参数组合,最终找到了最优配置:
学习速度:0.000248(不能太快,否则学不扎实)
各种技术参数:rank=32, alpha=64 等等
我们还对比了两种训练方法:
no_diff 模型:只考虑稀有度,不管难度递增
diff 模型:既考虑稀有度,又循序渐进增加难度
最后:成绩单揭晓——谁学得更好?
训练完成后,我们让两个模型做三套"期末考试",结果很有意思:
考试一:复杂问题(Complex Questions)
diff 模型完胜!各项指标全面领先:
意图理解能力更强,能准确抓住复杂问题的核心
推理过程更清晰,知道"为什么"而不只是"是什么"
任务拆解能力更好,会把大问题分成小步骤解决
启示:遇到复杂的、需要深度思考的问题,循序渐进的训练方式明显更有效。
考试二:长文本问题(Long Questions)
·diff 模型略胜一筹:
信息覆盖更全面,不容易遗漏关键点
长篇回答的逻辑更连贯
能记住并整合前后文的信息
启示:处理长文档、复杂案例时,难度递增训练让模型更有"耐心"。
考试三:常规问题(IID Questions)
no_diff 模型小胜:
对基础问题反应更快、更直接
简单问答的准确率更高一点点
启示:如果只是处理常规的、标准化的问题,简单粗暴的训练方式反而够用,甚至更好。
总结:我们学到了什么?
这个项目就像是给 AI 办了一所"反洗钱培训学校"。我们发现:
循序渐进真的有用:就像人学习一样,从易到难,AI 也能学得更扎实
专门训练有代价:追求高深能力的同时,基础能力可能会略微下降(但不明显)
方法可以推广:这套"准备教材→分级难度→循序渐进→多维评估"的流程,不只适用于反洗钱,也适用于其他专业领域,比如医疗、法律等
选择合适的模型:如果你的任务以复杂推理为主,选 diff 模型;如果主要是基础问答,no_diff 模型就够了。
你看，你学废了吗？
