TREASURE：面向高流量交易理解的 Visa 支付基座模型
机器学习
2026-04-09 v3 人工智能
摘要
支付网络构成现代商业的 backbone，产生大量来自日常活动的交易记录。正确建模此类数据可实现异常行为检测和面向个性化体验的消费者层面洞察，从而改善人们的生活。在本文中，我们提出了 TREASURE，TRansformer Engine As Scalable Universal transaction Representation Encoder，一个专为交易数据设计的多功能基于变换器的基座模型。该模型同时捕获消费者行为和支付网络信号（如响应代码和系统标志），为诸如准确推荐系统和异常行为检测等应用提供全面的信息。经过行业级数据集验证，TREASURE 具备三个关键功能：1) 输入模块包含专门的静态属性和动态属性子模块，实现更高效的训练和推理；2) 用于预测高基数分类属性的高效有效的训练范式；3) 作为独立模型可使异常行为检测性能提升 111%，作为嵌入提供者可提升推荐模型性能 104%。我们呈现了来自大量消融研究、生产模型基准测试和案例研究的关键见解，突出了开发 TREASURE 所获得的宝贵知识。
引用
@article{arxiv.2511.19693,
title = {TREASURE: The Visa Payment Foundation Model for High-Volume Transaction Understanding},
author = {Chin-Chia Michael Yeh and Uday Singh Saini and Xin Dai and Xiran Fan and Shubham Jain and Yujie Fan and Jiarui Sun and Junpeng Wang and Menghai Pan and Yingtong Dou and Yuzhong Chen and Vineeth Rakesh and Liang Wang and Yan Zheng and Mahashweta Das},
journal= {arXiv preprint arXiv:2511.19693},
year = {2026}
}