在快速發展的電商市場中，安全、效率和用戶體驗是商家和平臺共同面臨的挑戰。百度電商 “優選” 品牌在此背景下，利用大模型技術，成功優化了其風控審覈流程，向全機審、即時反饋、高可解釋性的目標邁進。

傳統的風控審覈方式依賴人工審覈和簡單的規則引擎，這一模式在電商快速增長的情況下，顯得力不從心。商家提交信息後往往需要等待2至4小時，有時甚至長達一天，導致了商家的不滿與申訴率上升。同時，審覈過程中的模糊反饋使得商家難以理解拒審的原因。

image.png

爲了應對這些問題，百度電商技術團隊提出了基於 “大模型 + 規則 + 知識庫” 的新型機審方案。該方案整合了多模態大模型技術，使其能夠在複雜場景下進行更精確的判斷。具體而言，新的審覈流程通過三個步驟實現了高效且明確的審覈標準:

1. 風險梳理與標準優化:團隊整合了700多個風險點，形成24組核心風險標準，覆蓋了95% 以上的線上違規問題。

2.多模態數據理解:新系統能夠同時處理文本、圖像和結構化數據，使用大語言模型和圖像識別技術，準確識別商品信息及其合規性。

3.精準反饋與可解釋性:審覈結果不僅僅是通過或拒絕，還包含詳細的拒審理由和整改建議，幫助商家迅速瞭解問題所在，進行改正。

通過這一系列的技術創新，百度電商的審覈流程不再是單一的規則判斷，而是通過多種信息來源綜合分析，確保審覈的準確性和高效性。這不僅提高了商家的滿意度，也極大地降低了用戶因虛假信息而受到的損失，形成了一個良性的循環。

百度電商的這一變革標誌着 AI 技術在電商領域的深入應用，爲其他電商平臺提供了可借鑑的經驗。