标签
作者通过分析 Anthropic 的招聘岗位、支付合作与风控团队配置，反推 Claude 封号背后的风险控制逻辑，涵盖反蒸馏检测、Stripe 风控、IP 信誉与 KYC 认证等维度，并给出降低封号概率的实用建议。
该论文提出 RECAP 框架，通过匹配上下文干预、执行关系预测与独立策略认证，研究长程智能体何时应保留、压缩或删除历史失败记录，在 Hunyuan-A13B 上以匹配的续跑成功率将平均提示成本降低 2.13%。
Claude账号封禁潮在国庆期间加剧，作者分析了Anthropic风控的核心逻辑（时区、WebRTC泄漏、终端代理残留等多维交叉评分），并给出四层防御方案及通过AWS Bedrock等合规渠道使用Claude的替代路径。
推文讨论 Claude 封禁来自中国大陆的访问，指出封禁的真正触发点可能是其风控系统将用户误判为使用中国护照的中国大陆人士，而非仅凭 IP 地理位置。
作者整理了国庆期间 Claude 大规模封号潮下的 28 条防封经验，涵盖网络出口、设备环境、注册养号、使用内容和付款止损，并对常见误区进行辟谣，强调没有方法能 100% 防封。
这篇文章讨论了通过大量API测试揭示了AI模型Jev的底层架构，并批评了当前大型模型在分类、风险控制和标注方面的误用。
Mercury Bank 通过其风险控制系统阻止了另一次未授权收费尝试，这引发了关于为什么两次事件都涉及只在单一地点使用的卡片的疑问。
本文提出了一种经认证的AI方法，用于将ICU警报分为保留、抑制或推迟，在减少误报的同时提供安全保证，并在VTaC基准测试中实现高精度。
本文讨论了Codex额度快速消耗可能的原因，包括IP质量问题、频繁切换账号等，并提供了自测用量是否正常的方法。
本文剖析了文档抽取系统中基于字段的选择性风险控制的三种失效模式，并提出一个由低到高的有效性阶梯式修复方案，通过使用前沿AI模型在真实数据上的实验证明了其改进效果。
SeqLLM is a framework that injects behavioral-sequence modeling into pretrained LLMs while preserving language ability, enabling joint analysis of text and behavior for high-stakes decisions. Deployed at WeChat Pay, it improves merchant screening precision from 92.0% to 97.5% and achieves state-of-the-art results on open recommendation benchmarks.
This paper introduces Opal (Opportunity-aware Policy Authorization for Laboratories), a framework that certifies whether adaptive experimentation should be enabled by precommitting to non-trivial adaptation, controlled target risk, and positive executed value after cost. It establishes an impossibility boundary and demonstrates the method on a Cell Painting dataset, achieving risk control and positive value.
深度复盘红杉中国（红山）在投资决策中的风控漏洞，以虎头局渣打饼行等案例揭示其‘快准狠’策略导致的尽调失灵与资本催熟问题，并总结其战略纠偏方向。
CP-Agent 提出了一种借助大型语言模型的校准风险控制方法，用于反馈驱动型竞赛编程，无需参数更新即可在基准测试上取得显著改进。
介绍了Conformal Selective Acting (CSA)，一种用于RLVR训练的LLM的部署时包装器，它提供了对单个流的任意时刻有效的选择性风险控制，从而在不进行池化或长期平均的情况下，能够在受监管环境中安全部署。