SlopeGPT: The first payments risk model powered by GPT
概要
- SlopeというサービスでSam Altmanが投資したことで最近話題に
- Slopeとは
- クレカ、ACL経由での決済手段の提供
- 決済に関わる業務の自動化
![](https://s3.ap-northeast-1.amazonaws.com/wraptas-prod/layerx/119b1af7-bd90-44c0-84d0-e384bf8ea685/fd15e7e7396be7e1f46f9c8ca72666c0.png)
![](https://s3.ap-northeast-1.amazonaws.com/wraptas-prod/layerx/45311cce-c34e-480b-9c5d-81fbe60ff9f8/bccd17dbce2196f41d31e440997d2e1c.png)
demo
ブログ内容
- リスクマネジメントはフィンテックにおける最も重要で解決が難しい問題
- (ここでいうリスク主には倒産などにより債権を回収できないリスクだと思われる)
- 銀行データはタイムスタンプ、説明、金額などが含まれるリアルタイムで豊かな情報源であり、フィンテックが決済と詐欺リスクを管理するのに不可欠
- ただし、銀行取引データはその多様性と特異性のために分類が難しい。
![](https://s3.ap-northeast-1.amazonaws.com/wraptas-prod/layerx/3bc52c4f-7726-4e66-9726-ede343a56cea/eb8ba197a3d10c8f1dc8d9f19c171b6f.png)
- 伝統的にフィンテックは、辞書やキーワードを使ったルールベースの方法で取引データを理解してきたが、取引の記述が多岐にわたるため信頼性が低く、ビジネスごとに意味が異なることがある。
- その問題を解決するために、大規模言語モデル(LLM)が登場し、意味を数値化したembeddingを生成することで、取引の意味を捉る実験をし、250万の銀行取引データに対してGPTを含む大規模言語モデル(LLM)を試験し、従来の文字類似度メトリクスと比較した結果、GPTが最も有効であることがわかった。
- GPTは取引データをクラスタリングし、さまざまな記述にもかかわらず現金流を明確なclusterに分解することができた
![](https://s3.ap-northeast-1.amazonaws.com/wraptas-prod/layerx/f956bc18-acf2-4843-b1b7-d2cf9b2a3324/348ab4fd4db37bf01a70500d720bcea6.png)
- すでに本番運用に乗っている