奇富科技攻克零样本学习难题 全球首个基于多模态大语言模型的TRIDENT框架引爆IJCAI2025

近日，奇富科技联合北京交通大学发表的论文Leveraging MLLM Embeddings and Attribute Smoothing for Compositional Zero-Shot Learning，凭借大语言模型与零样本学习的颠覆性创新，从5404篇论文中杀出重围，强势登顶人工智能“奥林匹克" IJCAI2025会议。这是全球首个将多模态大语言模型（MLLM）深度应用于组合零样本学习的技术突破，有望推动我国在AI基础技术与产业应用深度融合方面占据先发优势。

IJCAI（即国际人工智能联合会议，International Joint Conference on Artificial Intelligence）是人工智能领域最主要的国际学术会议之一。IJCAI是中国计算机学会（CCF）推荐的A类国际学术会议，也是人工智能领域历史最悠久的顶级学术会议之一，迄今已举办了34届。本届论文通过率为19.3%，相当于每5篇投稿就有4篇被拒之门外。

正是在IJCAI这一顶尖学术平台的严苛筛选下，奇富科技聚焦的多模态大语言模型零样本学习研究，其创新性与突破性愈发凸显。Composition Zero-Shot Learning（组合零样本学习）旨在通过已有组合学习，识别全新的属性与对象组合。然而，过往研究存在诸多难题：背景干扰导致属性与对象难以有效分离；现有词嵌入无法捕捉复杂多模态语义信息；模型对已知组合过度自信，影响对新组合的泛化能力。针对这些挑战，研究团队提出了基于MLLM嵌入和属性平滑引导解缠的创新框架（TRIDENT）。通过特征自适应聚合（FAA）模块减轻背景影响，利用可学习条件掩码捕捉多粒度特征，实现更精准的解缠；采用MLLM的最后隐藏状态作为词嵌入，提升语义表达能力；利用大语言模型生成辅助属性，进行属性平滑，降低模型对已知组合的过度自信，增强对新组合的识别能力。该研究成果在多个挑战性数据集上展现出卓越性能，达到了当前的最优水平，为图像识别、智能推荐、内容理解等多个领域带来了全新解决方案。

在金融科技领域，该研究具有巨大的应用潜力。在智能风控方面，能助力更精准地识别复杂风险特征组合。例如，传统风控模型在面对新型欺诈手段时往往存在滞后性，而基于TRIDENT框架的技术可以通过分析交易行为、设备信息、用户画像等多模态数据，及时发现以往未出现过的异常风险模式，大大提升风险评估的准确性与效率，有效降低金融欺诈带来的损失。在智能客服场景中，能够更好地理解用户复杂语义组合。当用户咨询涉及多种金融产品组合或复杂业务流程的问题时，模型可以借助其强大的多模态语义理解能力，快速准确地给出解答，提供更智能、个性化的服务，显著提升用户体验与满意度。

奇富科技首席算法科学家费浩峻表示：此次成果是奇富科技科研实力的有力彰显，契合公司深耕金融科技、推动创新应用的战略布局。奇富科技一直强调让数据理解更有温度，用户认知更智能，技术迭代推动业务升级。论文中的创新技术，将助力公司在智能风控、智能客服等场景，精准洞察用户需求，实现更人性化、高效的金融服务。未来，公司会继续以技术创新为驱动，深挖金融大模型潜力，为行业智能化转型注入源源不断的动力，推动金融科技迈向新高度。

1