搜索关键词 联邦学习
Fintech
韩国金融安全院联手三家互联网银行推出语音诈骗检测AI联合模型
韩国金融安全院与KakaoBank、Toss Bank、K Bank共同开发语音诈骗检测AI联合模型，并将于7月起在三家互联网银行实际业务场景上线，与现有风控系统并行运行。该模型基于联邦学习，在不共享原始数据的前提下实现模型协同训练，识别精度较单体模型最高提升205%。韩国金融安全院还计划将其逐步推广至金融行业，并于今年第四季度接入ASAP平台。
Games & Commerce
Kakao举办“Kanana Scholar Colloquium” 聚焦大模型、多模态与AI安全
Kakao日前在京畿道龙仁市的AI园区举办“Kanana Scholar Colloquium”，与KAIST、首尔大学等高校研究人员就大语言模型、多模态模型和AI安全等前沿议题展开交流。公司介绍了自研基础模型及Agentic AI等研发方向，并希望借此进一步深化产学合作，提升AI技术实力和服务竞争力。
Finance
Toss论文入选NeurIPS 2025，聚焦联邦学习优化
Toss宣布，公司一篇聚焦联邦学习优化的研究论文入选国际顶级AI学术会议NeurIPS 2025。该研究由Toss Face Modeling团队研究员Jinwoo Lee牵头，并与首尔大学Vision Lab合作完成，提出FedLPA框架，旨在解决隐私合规要求下数据难以集中、不同国家和用户群体数据分布差异较大的问题，同时提升模型稳定性与新类别识别能力。