AI反洗钱可疑交易识别定制：资金链路与误报压降

「金融AI实验室」近期在反洗钱可疑交易识别上做了一组对照实验。我们把原先以规则阈值和单笔金额为主的筛查，改造成“资金链路 + 行为时序”的双通道模型：一笔交易既看自身特征，也看它在多层转账网络中的位置，如出入度、环状回流、过桥账户，并对同一账户的短周期行为做序列建模。

阶段性结果：在历史已结案样本上回溯，可疑上报量减少约 30%，高风险案件召回未出现下降；模型输出由“是否可疑”改为“可疑程度 + 触发理由”，便于反洗钱专员快速复核。

要点：

• 进展：账户—交易图谱特征已接入现有筛查流程，并引入分析员反馈闭环用于标注修正。
• 下一步：验证跨机构、跨币种场景的迁移效果，并收紧对模型解释与留痕的合规要求。