强调
币安 P2P（点对点）平台使用先进的大语言模型（LLM）来监控交易中是否存在欺诈行为迹象，并帮助解决用户申诉。
一些最常见的欺诈策略是诱骗卖家在收到实际付款之前释放其加密货币，或要求买家在付款后取消订单。
通过结合人工智能工具和勤奋的客户支持团队，我们的目标是确保币安 P2P 上的安全用户体验。
了解幕后无名英雄的工作，以确保币安 P2P 上的安全用户体验。
币安的 P2P 平台于 2018 年底推出，旨在促进比特币和当地货币之间的货币兑换交易。尽管方便，点对点 (P2P) 商务也有其特定的风险。您无需透过中心化交易所，而是依赖其他用户来满足您购买或出售加密货币的请求。
如果您与骗子进行交易怎么办？信誉良好的 P2P 市场（例如币安 P2P）使用托管服务和严格的身份验证流程来打击诈欺活动。但即使采取了所有正确的保护措施，诈骗者也能找到行动的方法，而且他们通常会这样做。
利用人工智慧 (AI) 模型，我们建立了一个安全基础设施，旨在减轻与 P2P 商务相关的特定风险。但在深入研究细节之前，让我们先来看看交易者在使用币安 P2P 上的「聊天」功能时面临的一些常见骗局。
四种常见的币安 P2P 诈骗
1. 假冒客服代表
诈骗者经常冒充币安客户支援团队来诱骗受害者提供其帐户或信用卡详细资料。他们可能声称币安已经“收到付款”，并要求卖家释放他们的托管加密货币。
如果您应该记住一件事，那就是我们的客户支援团队在任何情况下都不会透过币安 P2P 聊天与您联系。
2. 托管骗局
在这个骗局中，骗子冒充买家。在交易过程中，诈骗者会谎称币安 P2P 托管服务暂停了法币付款。然后，它会声称一旦您释放加密货币，币安就会「发送」资金。
这不是币安 P2P 托管系统的工作原理。我们只是暂时保护卖家的加密货币，买家的法定付款永远不会透过我们的托管服务。
3. 威胁警报
诈骗者可能会在产生订单后声称已付款。如果您犹豫不决，他们会威胁您报警，迫使您放弃付款。
不要屈服于币安 P2P 上的威胁。如果您与交易对手有任何争议或合法问题，请按照本指南中的步骤提出申诉：如何在币安应用中对 P2P 订单提出申诉。
4.诱骗买家付款后取消订单
并非所有诈骗都是由买家发起的；卖家也可以实施恶意计划。收到付款后，卖家可能会说他们的一次性密码（OTP）或付款释放有问题，并建议买家取消订单。一旦订单取消，卖家将「承诺」全额退款。
卖家只是个骗子，从来没有打算退款。任何在您付款后要求您取消订单的人都可能试图欺骗您。
认识隐形守护者
为了保护我们的用户并防止他们成为我们上面提到的骗局的受害者，我们有自己的人工智慧英雄团队在幕后 24/7 工作。
这些英雄是专门的人工智慧模型，经过训练可以侦测恶意行为的使用者。这些模型基本上充当看门人的角色，监控交易管道的各个阶段，其唯一目的是拦截诈欺活动。下面，我们将仔细研究我们使用的模型以及它们如何为数百万用户提供可靠的 P2P 交易体验。
一体化工具：大型语言模型 (LLM)
大语言模型（LLM）一词是指擅长「理解」并产生人类语言的通用人工智慧系统。法学硕士使用来自互联网的文本资料进行培训。
随著时间的推移，这些模型可以经过训练或调整，以擅长执行特定任务，例如产生原始文字片段或识别可能表明寄件者恶意意图的讯息。
我们如何使用 LLM 来训练我们的 P2P 模型？
为了调整我们的模型，我们将它们暴露给与 P2P 交易（即商家之间的互动）相关的通讯资料。最初，我们的模型在学习过程中发现了更多一般交易活动的例子，而不是与诈骗相关的行为。这构成了一个主要障碍：我们的模型如何了解诈骗者如何与如此少的实例进行通讯以提取资料？
我们尝试了几种方法：
透过在模型中更频繁地重复少数群体（诈骗者样本）的实例（过采样）来增加少数群体（诈骗者样本）的训练集。
减少正常使用者实例的数量（二次采样）。
修改每个组别的重要性（改变类别的相关性）。
由于样本量有限，数据存在多样性，这三种方法都不能令人满意。最有效的方法是透过其他 LLM 建立额外的训练实例，例如 LLaMa 2、OpenAssistant 和 Falcon。
我们使用这些法学硕士来重新表达诈骗者沟通行为的现有范例，甚至发明具有类似讯息的新范例。透过这种方式，我们获得了一组更平衡的训练材料，并且为我们的分类模型提供了令人满意的诈骗者样本量。
如何理解使用者意图
Binance P2P 上的大部分使用者互动都发生在我们的内建聊天功能中。这些对话的内容可以揭示有关用户意图的关键讯息。例如，如果有人假装是客户服务代理、违反付款规则或需要协助完成订单，他们就会在聊天中说出某些内容。
我们不断修改我们的LLM以识别P2P平台上各种情况下的用户意图，如上图所示。我们的模型旨在了解市场中的独特情况，并区分可疑和正常的互动。
我们的目标是在诈骗伤害我们的用户之前预防诈骗。法学硕士帮助我们在对话导致交易之前检测可疑消息。除了加强安全性之外，它们还经常帮助我们识别并协助需要帮助完成交易的用户。到目前为止，我们的人工智慧模型已经帮助我们检测和预防了 2,000 多个潜在诈骗，并自动协助完成了 212,000 个上诉聊天订单，涉及资金总额超过 2,800 万美元。
为了更好地说明我们的模型是如何运作的，这里有两个实际的例子。
结论
在币安，我们投入大量资源来确保用户的安全，并使用最广泛的方法来实现这一目标，包括人工智慧工具等创新解决方案。在我们的 P2P 市场中，我们使用大型语言模型来识别可能从事可疑行为的使用者。为了打击不断发展的诈骗产业，我们的语言模式不断经过重新训练，以侦测最新的策略和趋势。
我们热情的客户服务代理团队与我们的人工智慧工具一起工作；毕竟，在某些情况下，没有什么可以取代人情味。他们共同确保币安不仅安全，而且提供卓越的用户体验，确保所有用户都可以依赖生态系统中提供的产品和功能。
如果您是 P2P 诈骗者的受害者，请按照本指南中的步骤向币安客户服务提交报告：如何向币安支援团队报告诈骗。
