Stripe 实测：4B 开源模型微调后欺诈审查精度超提示词 24%

Stripe 的 Emily Sands 分享了商户欺诈审查场景的实测，在审查标签上微调一个开源权重 4B 模型，并从其 yes/no token 的概率读出欺诈分数，平均精度比纯提示词方案高 24%，且在相同召回率下超过人类审查员。线性探针分析显示，微调让合法商户的信号变得更易解码。