大模型能训练出 Jev 吗？银行数据分类分级的四个事件、七个实测与一条分层路径

银行业已有行业级数据分类分级大模型落地：人民银行组织 8 家机构共建，支持本地部署与在线 MaaS 两种模式，中小机构从自建转为取用。

监管已把数据分级分类写进专项行动六大自查项；2026 年 1 至 5 月数据安全类罚单 55 张、超上年全年，数据报送与治理违规罚单是去年同期 2.5 倍。

RLCD 的训练数据、模型架构与完整算法均未公开，arXiv 2609.29429 只是评测协议，因此只能重建等价目标函数，无法复现 TypeSafe 的训练流程。

复现实测有第三条否决"训练一个大模型替代 Jev"：纯 Brier 奖励使准确率从 0.47 崩到 0.21 而 ECE 接近 0，校准不等于有用（resolution 0.000），0.5B 模型在 77 类任务上退化为随机。

本文建议分层而非替代：私有化大模型做语义特征、Jev 做类型化决策门控、JR/T 0197 默认值做硬约束、高风险环节人工复核——最后一条正是 8 号文要求的人工监督与干预。

素材说明：本文事实来源为 10 份已归档文件，性质与边界如下。

>

1. 吉林省地方金融管理局转载银行业首个行业级"数据分类分级"大模型发布消息（来源1，2026-04-24）：地方金融管理部门官网转载，记载人民银行党委委员、副行长邹澜出席并讲话、参与机构范围、"共建、共享、共用、共治"原则、三类痛点、本地部署与在线 MaaS 两种模式及六项安全措施。本文按公开口径概括参与机构构成，不逐一列举机构名称。

2. 山东省委金融办转载金融监管总局《关于银行业保险业人工智能安全开发应用的指导意见》（来源2，2026-06-22）：监管原文转载，32 项意见、七个方面、四项原则、高风险应用准入与人工监督要求。

3. 证券时报《罚单翻倍、追责升级！银行业数据安全进入深水区》（来源3，2026-06-16，记者霍莉）：财经媒体行业报道，罚单数量与金额由其自述"梳理企业预警通信息"与"梳理央行分支机构、金融监管部门披露的行政处罚信息"所得，非监管官方统计公告。

4. 《中小银行基于大模型的数据分类分级探索实践》（来源4，安全内参转载《金融电子化》2026 年 4 月下半月刊，秦皇岛银行 徐园园）：一线机构作者自述实践与成效数字，属单方自述，非第三方审计数据。

5. arXiv:2605.05482《FinRAG-12B》（来源5，v2 2026-07-21，ACL 2026，CC BY 4.0）：学术论文，含 12B 模型、143M token、22% 不可回答样本、40 余家金融机构部署、7.1 个百分点查询解决率提升等作者自报指标。

6. Zenodo 22952571《Jev at the Agent Authorization Boundary》（来源6，2026-09-25 v2，CC BY 4.0）：作者自标"未评审预印本"，独立研究者（Independent Researcher）工作。标签由人工撰写的可执行策略规范确定性推导，无独立人类仲裁。作者自述其结果"既不隔离 RLCD 的因果贡献，也不确立部署安全性"。

7. GitHub arnabgho/rlcd-lite（来源7，Apache-2.0）：开源复现仓库，作者明确声明"This is not TypeSafe's algorithm (they have not published it)"，系从 Jev 公开描述反向重建。所有实测数字为该仓库作者在 Qwen2.5-0.5B-Instruct + LoRA 上的自报实验结果，规模远小于生产级模型。

8. 财联社报道平安银行《人工智能管理办法》（来源8，2026-10-01，记者邹俊涛）：财经媒体报道上市银行制度落地，含 450 个应用场景等机构自报口径。

9. arXiv:2609.29429《Just Ask Jev》（来源9，2026-09-24，CC BY 4.0）：评测协议论文，提供 RLCDAlignBench、44 基准、5 目标模型、零样本 median AUROC 0.886、较 LLM-judge 便宜 63 倍。该文是评测协议，不是 TypeSafe 的训练方法学论文。

10. OpenRouter《What Is Jev?》（来源10，2026-09-21，更新 2026-09-24）：平台方博客，记载 Jev 三原语、定价 $0.042/百万 token、32k 上下文等。

>

本文对来源6、7、9 的引用均保留其"未评审""非 TypeSafe 原始算法""评测协议而非训练方法学"的限定。所有"本文分析""本文建议""本文推断"段落不代表监管要求。本文不涉及任何特定银行的具体业务数据。

一、四个事件：大模型进入银行数据分类分级的当前格局

过去十八个月，银行数据分类分级从"内部工程"变成了"行业级工程"。四个事件值得并列放在一起看。

事件一：行业级模型发布。 2026 年 4 月，"数据分类分级人工智能大模型暨高质量数据集建设成果交流发布会"在北京召开，中国人民银行党委委员、副行长邹澜出席会议并讲话；国家发展改革委、国家数据局以及部分国有商业银行、城商行、农商行、外资银行与金融基础设施单位相关负责同志参加会议（来源1）。

人民银行组织 8 家机构按"共建、共享、共用、共治"原则协同攻关：5 家国有大型商业银行、1 家股份制银行，以及中国银联、网联清算公司两家金融基础设施运营机构。攻关目标是解决金融机构数据分类分级中的三类痛点——标准理解不一、执行尺度不齐、自动化水平不足（来源1）。

其工程思路值得注意：不是各家各自训练，而是"凝练头部机构经验共识，再借助大模型转化为通用、自动化工具供给中小金融机构使用"。发布形态支持本地部署与在线 MaaS 服务两种模式。安全侧列了六项措施：协议约束、合规审查、数据脱敏、专家标注、权限管控，覆盖数据采集、模型训练、部署运行全流程（来源1）。

这件事的意义不在于模型本身，而在于它把"数据分类分级"从每家机构的技术选型问题，变成了由人民银行组织的行业公共品。中小机构的参与方式从"自建"变成了"取用"。

事件二：监管把 AI 风险写进管理办法。 2026 年 6 月，金融监管总局发布《关于银行业保险业人工智能安全开发应用的指导意见》（业界称 8 号文），从治理架构、开发应用、数据治理、算力建设、风险管理、能力提升、保障与监督七个方面提出 32 项指导性意见（来源2）。四项原则是"谁使用谁负责、自主可控、务实高效及安全发展"。

对数据分类分级最直接的三条：

• 数据治理方面，要求"完善数据管理运营体系，提升数据服务能力，针对业务场景持续推进高质量数据集和知识工程建设"。
• 风险管理方面，要求"将人工智能风险纳入全面风险管理体系，实施风险分类分级管理和高风险应用准入管理"。
• 同一句里还有一个硬约束："在高风险应用关键环节要建立人工监督和干预机制"（来源2）。

本文认为最后这一句是后文所有技术讨论的落点：数据分级分类一旦进入生产决策链，其高风险环节就不是模型说了算。

事件三：专项行动与罚单。 2025 年 12 月，金融监管总局内部印发《关于开展金融机构数据安全管理能力提升专项行动的通知》，要求"发现一批、整改一批、通报一批、处罚一批"，自查整改覆盖六大方面：数据安全治理架构、数据分级分类管理、数据安全管理、数据安全技术保护、个人信息保护与数据安全风险监测与处置；2026 年 4 月至 10 月为配合监管检查并深化整改期（来源3）。

罚单节奏同步收紧（来源3，均为其自述梳理口径）：

• 2026 年截至 5 月末，涉及"数据安全"违规的相关罚单已有 55 张，超过 2025 年全年；含"数据安全"违规项的百万元罚单 20 余张，超过去年的个位数水平。
• 数据报送与治理违规罚单：2026 年 1 至 5 月共 346 张，是去年同期的 2.5 倍；被罚银行 277 家，是 3 倍；100 万元以上罚单 78 家，是近 4 倍。
• 单个案例：新韩银行因违反金融统计、信用信息采集提供查询、违反数据安全管理规定等 9 项违规，被央行北京市分行罚 249 万元；南宁市区农村信用合作联社因含数据报送与治理违规等被处 293.86 万元；云霄县农村信用合作联社因 8 项违规被央行漳州市分行处 77.15 万元。
• 2026 年 6 月初国家网络安全通报中心通报 71 款移动应用存在违法违规收集使用个人信息情况，其中含 2 款银行应用（桂林银行信用卡 APP、内蒙古银行真享贷 APP）。

贵州农商联合银行数据资产部总经理周其令同期发文指出，农村金融机构在数据共享阶段"安全与合规矛盾日益突出，内部共享缺乏明确边界，存在过度共享、无序共享问题"，隐私计算等"可用不可见"技术应用滞后（来源3）。上海软件中心对专项行动的解读是"推动金融机构的管理模式从被动合规到主动治理"（来源3）。

事件四：一线机构已经做出可报的成效数字。 秦皇岛银行徐园园在《金融电子化》2026 年 4 月下半月刊撰文介绍中小银行基于大模型的数据分类分级实践（来源4）。该文把行业演进划分为四阶段：1.0 原始期（人工标注）→ 2.0 工具期（正则与关键字，人工参与度降至 80%）→ 3.0 AI 探索期（部分 AI 算法，人工参与度降至 50%）→ 4.0 大模型时代（全量全域快速准确标识）。

该文总结传统模式五大难点：覆盖面窄（对非结构化数据处理能力弱）、准确率低（识别准确率往往低于 50%，易误判漏判）、效率低（人工参与度高达 100%，字段量大时周期长达数月）、动态性差（静态规则难以适应新数据）、无法实现最佳效果（结果停留在报告层面，难以与安全管控联动）。对应主张是大模型可将准确率提升至 90% 以上、血缘覆盖 95% 以上数据链路、追溯从"天级"压缩到"分钟级"（来源4）。

自报成效：人工成本降低 60%、存储成本降低 20%；数据维护效率提升 50%、数据问题排查效率提升 60%、重复开发减少 40%；基于数据资产复用的精准营销转化率提升 12%（来源4）。

同一篇文末有一段本文认为全文最关键的合规提示："严禁将客户隐私等敏感数据直接上传给大模型，尤其是公有云模型，建议将敏感数据先进行脱敏、去标识化处理，在大模型选择上优先采用私有化部署或本地大模型，并给大模型设置严格的权限控制，留存操作日志，便于合规审计"（来源4）。

补充事件：制度首次落纸。 2026 年 9 月 30 日平安银行公告《人工智能管理办法》1.0 版，为上市银行首部，董事会战略委员会统筹人工智能开发应用管理，建立涵盖数据安全、算法风险、伦理审查、责任追溯的全生命周期管理机制，将人工智能风险纳入全面风险管理体系并实施风险分类分级管理；报道称其"AI in ALL"战略下截至 2026 年 6 月末累计落地大模型应用场景超 450 个（来源8）。中国社科院金融研究所研究员杨涛的评价被该报道引述为：这是首次将银行业保险业人工智能应用从单纯的"技术命题"上升为系统性的"治理命题"（来源8）。

二、RLCD 到底是什么：训练方法的可得性

回答"能不能用 Jev 的训练方法训练一个大模型"之前，必须先说清楚 RLCD 在公开层面有多少信息。

TypeSafe 没有公布。 Jev 是 TypeSafe 于 2026 年 9 月发布的"System One"模型，用 Choice、Score、Noul 三原语输出类型化答案与校准概率而非生成文本（来源10）。RLCD 全称 Reinforcement Learning for Calibrated Decisions。TypeSafe 未公布 Jev 的训练数据、模型架构，也未公布 RLCD 的完整算法。

arXiv 2609.29429 是评测协议，不是训练方法学。 Guo 等 9 人（2026-09-24）提出 RLCDAlignBench，把 Jev 用作零样本 AI 对齐失败检测器，覆盖 10 类对齐失败、44 个基准、5 个目标模型，零样本 median AUROC 0.886，较 LLM-judge 便宜 63 倍（来源9）。该文的核心机制是"把'问什么'与'看到什么'分离"——同一模型，不同问题类型得到不同的校准概率，因而可作零样本探针。这是评测侧工作，它验证 Jev 的概率可用，但不揭示 TypeSafe 如何训出这个概率。

第三方复现是"重建"，且作者自己划了线。 GitHub 上的 rlcd-lite 仓库把 RLCD 简化为可复现的技术栈：在因果语言模型上做并行受约束 JSON 解码（预填充一次，各字段用块对角注意力掩码共享一次前向，掩码到合法选项集后取 softmax），用 GRPO 训练，奖励用 proper-scoring-rule（来源7）。仓库作者原话是："This is not TypeSafe's algorithm (they have not published it) and it is unrelated to Yang et al. 2023, 'RLCD: Reinforcement Learning from Contrastive Distillation'."（来源7）

另一个更小的坐标：HuggingFace 上的 harshatheg/Qwen-2.5-1B-RLCD 只做推理侧复现（并行受约束解码），完全不需要训练（来源7）。

关键的奖励函数来自 Damani 等 2025 年的 RLCR：reward = 1[correct] − (confidence − 1[correct])²，即正确性项加 Brier 项，最优解是"又对又诚实"（来源7）。由于一个决策只有一步，所有 G 条 rollout 共享一次前向，GRPO 在此退化为带组基线的 REINFORCE（来源7）。

复现成本很低：Qwen2.5-0.5B-Instruct + LoRA r=16，200 steps × 4 例 × G=8，在 M3 Pro 上约 7 分钟跑完一个臂（来源7）。

所以"能不能"的答案在工程上是能。 一台笔记本就能跑。真正的分歧在后面——能不能得到对银行数据分类分级有用的东西。

三、七个实测发现：三个直接否决"训练一个大模型替代 Jev"

rlcd-lite 报告了七个发现，本文按对银行数据分类分级的适用性排序讨论（以下数字均为来源7 作者在 0.5B 模型上的自报结果）。

发现一：纯 Brier 奖励是陷阱。 最直观的"简化 RLCD"目标 −(stated_conf − 1[correct])² 对置信度是 proper scoring rule，但策略同时控制答案。"在置信度 0.1 时稳定答错"得 −0.01，与"在 0.9 时稳定答对"完全相同。Qwen2.5-0.5B 在合成任务上约 100 步就找到这个最优：stated ECE 降到接近 0，但留出集准确率从 0.47 跌到 0.23，softmax 在错误标签上趋近确定性。修正是加回正确性项（即 RLCR）（来源7）。

对银行的含义：只看"概率是否校准"这个指标去验收模型，会奖励一个系统性答错的模型。数据分级的漏报就是安全事故，校准好看不能替代准确率验收。

发现二：RLCR 同时拿到准确率与校准，binary 只拿到准确率。 RLCR 臂 acc 0.78、stated ECE 0.084；binary 臂 acc 0.76 但 stated ECE 0.352，且平均 stated confidence 0.62 与正确性无关——置信度 token 没被训到（来源7）。

对银行的含义：如果只用"答对与否"当奖励，你得到的是一个准确率差不多但永远不会说"我不确定"的模型。而数据分级恰恰需要模型在边界上承认不确定。

发现三：校准不等于有用。 RLCR 的 stated confidence 有 reliability 0.007 但 resolution 0.000——200 步之后它对几乎所有样本都说"大约 0.7"。它学到了基率，没有学到逐例不确定性。其 AURC 0.21 远差于同一模型 temperature-scaled softmax 的 0.07（来源7）。

本文认为这是七个发现里对银行最关键的一条。秦皇岛银行文中举的例子是"区分'身份证号'与'用户编号'这类相似字段"（来源4）。这类任务的全部价值就在于逐例区分：同一个字段名，在信贷表里是 C3、在营销表里可能是 C1。一个对所有样本都说"~0.7"的模型，在这个场景里等于没有输出。校准是概率模型的内部卫生指标，不是分类模型的交付指标。

发现四：RL 会坍塌原始 softmax。 所有训练臂最终 mean softmax confidence 0.99–1.00，choice entropy 降到 0.02。训练后的原始 logits 校准比基座模型更差（ECE 0.21–0.23 对 0.18）；拟合一个温度参数能修回来（ECE 0.10–0.13）（来源7）。

对银行的含义："语言模型头的概率"在任何时候都不是开箱即用的校准概率，RL 之后尤其不是。这意味着 Jev 的概率不能当成绝对刻度用，阈值必须用自己的标注数据来定。

发现五：独立字段评分会让一致性漂移。 基座模型从不违反 critical ⇒ needs_human 这条规则（因为它很少说 critical）；RL 之后违反率是 0.107（RLCR）到 0.280（binary）（来源7）。

对银行的含义：JR/T 0197 里的定级是有蕴含关系的——"是否含个人金融信息=C3"蕴含"级别不低于 4 级"。独立评分每个字段，规则就不保了。本文建议这类蕴含必须放在规则层硬校验，不能指望模型自己保持一致。

发现六：0.5B 规模下标签 token 评分撑不住多选项。 Banking77 准确率 0.015（1/77≈0.013 为随机），CLINC150 准确率 0.020（1/151≈0.007 为随机）；47% 的 Banking77 预测与 90% 的 CLINC150 预测都指向同一个标签位置，平均 stated confidence 却有 0.83–0.89（来源7）。作者的解释是：模型在读标签列表，不是在读选项。

对银行的含义：银行数据分级是高基数问题——JR/T 0197 五级 × 多个数据域 × 敏感等级，秦皇岛银行文中是三级 × 机密/普通敏感级（来源4）。基数量级远超复现实验的 3–4 类，而这个规模上复现方案已经退化为随机。若要在银行场景训练，路径不是"更大的 Qwen"，而是分层 schema（先分域再分级）或逐字选项评分（该仓库标注为 v0.2 未实现）（来源7）。

发现七：选项顺序约有一半时候改变答案。 重排 2 类或 4 类选项，基座模型的决策翻转率是 52%（BoolQ）与 46%（MMLU），选项分布的平均总变差距离约 0.35（来源7）。作者原话："如此依赖标签位置的'概率'，不是关于世界的概率。"

对银行的含义：定级结果必须可复现、可审计。如果同一份字段描述、只因为枚举顺序不同就给出不同等级，这在迎检时是无法解释的。选项顺序扰动测试应当成为模型验收的必测项，而不仅是校准曲线。

关于"需要人工"这个信号本身： 复现实验里 needs_human 字段的拟合温度是 20.00——logits 里根本没有该字段的信号，该字段准确率从 0.45 到 0.55（来源7）。这是七个发现之外一个本文认为很刺眼的旁证："该不该转人工"这个决策，恰恰是最难从语言模型 logits 里学出来的。而它正是 8 号文"高风险应用关键环节要建立人工监督和干预机制"所要求的接口（来源2）。

四、Jev 侧的实证：强在校准，弱在"该转人工"的边界

Zenodo 22952571 提供了目前可查到的、针对 Jev 决策门控行为的直接比较（来源6，未评审预印本，独立研究者，标签由人工撰写的可执行策略规范确定性推导、无独立人类仲裁）。

设置：270 个构造测试案例、30 个 family、三种策略制度、每模型重复 3 次；两组配对比较：Jev 对 GPT-4.1 mini、Jev 对 DeepSeek V4.1 Flash。

结果：

• 对 GPT-4.1 mini，Jev 的许可 Brier 分数更低（0.0263 对 0.0555）。
• Jev 的固定概率门相对其分类决策移除 6 个错误允许，同时搁置 29 个正确的允许（来源6）。
• 对 DeepSeek V4.1 Flash，在共同固定门下 Jev 放行 295/345、DeepSeek 放行 315/345，两者均无观察到错误允许；但 family-bootstrap 区间包含零，即二者在统计上无法区分（来源6）。
• Jev 拒答 18/357 个"策略应转人工"的样本（第二轮 17 个），而 GPT-4.1 mini 是 1 个，DeepSeek 是 2 个（来源6）。

本文认为最后一条对架构设计最有指导意义。Jev 的保守性不是均匀的：它在"错误允许"这一侧做得好（低 Brier、无观察到错误允许），但在"应当交给人的样本"这一侧过度拒绝——它把本该走人工流程的样本直接拒掉了。这与复现侧发现的"RL 坍塌 softmax、原始概率不可用"是同一个问题的两个侧面：校准概率擅长在明确边界上卡住，不擅长在模糊边界上正确地让路。

同时必须保留作者的自我限定：该结果"既不隔离 RLCD 的因果贡献，也不确立部署安全性"，且是配置好的托管服务在静态提案上的表现（来源6）。也就是说，它不能用来论证"RLCD 训练出来的模型有多好"，只能用来描述"当前 Jev 这个托管服务在授权边界上的行为特征"。

五、本文分析：能不能用 RLCD 训练一个大模型与 Jev 结合？

结论先行：可以训练，但这个具体组合目前不成立。

拆开看两个断点。

断点一：RLCD 训练目标是"校准的概率"，不是"正确的分类"。 按第三节的发现三，校准与逐例区分能力不是一回事（resolution 0.000），而数据分级分类的核心恰恰是逐例区分；按发现六，复现方案在 77 类任务上已经退化为随机，而银行数据分级的基数量级远高于此。训练一个"Jev 式"的校准模型，得到的是概率分布，不是分级台账。

断点二：与 Jev 结合存在冗余与阈值冲突。 Jev 本身已经是校准概率模型。若自训模型也输出校准概率，两者概率无法直接融合——Jev 的概率域来自其自身训练分布，阈值需用自有标注数据设定；自训模型的概率域来自另一套分布与另一套温度（按发现四，还要先做 temperature scaling）。把两个校准模型串起来，不解决"该转人工"边界误拒的问题（发现：Jev 拒答 18/357），反而叠加两套阈值、两套不可比刻度。

因此本文建议的路径不是"训练一个替代 Jev 的大模型"，而是按能力分层。

关于"RLCD 仍然有哪里该用"： 本文认为它在域内小决策门控上有价值——训练一个小的领域模型，专门回答"这个字段描述是否属于 C2/C3"这类二分或少数几类的判断，用 RLCR 奖励保证它"又对又承认不确定"。这与训练一个大模型替代 Jev 是两件事：前者是给 Jev 加一个前置的、成本更低且可私有化的小门控，后者是试图取代 Jev 本身。

复现成本（M3 Pro 约 7 分钟/臂、0.5B + LoRA）说明这件事的技术门槛已经很低（来源7）。真正的门槛是数据：需要一批已按 JR/T 0197 定级并经人工确认的标注样本，而这正是行动清单第一项。

六、工程约束：五条必须在验收阶段卡住的线

按第三、四节的发现，本文建议把下列五项写进模型验收标准（本文建议）：

• 奖励函数只能用 RLCR 类，不能只用 Brier。 纯 Brier 下准确率从 0.47 崩到 0.21 而 ECE 接近 0（发现一）。验收必须同时看准确率与校准，且准确率不达标即不通过，无论校准多好看。
• 必须做温度缩放后处理并记录温度值。 RL 之后原始 logits 校准比基座更差（发现四）。温度值本身应作为模型资产留档，纳入模型全生命周期管理（8 号文要求，来源2）。
• 必须做选项顺序扰动测试。 翻转率超阈值即不通过（发现七）。可复现、可审计是分级结果的底线，因为分级结果要进迎检。
• 必须监控跨字段一致性违反率。 含个人金融信息 ⇒ 级别不低于 4 级 这类蕴含必须在规则层硬校验（发现五），不能指望模型自洽。
• 必须在"该转人工"信号上单独设验收指标。 该字段在复现中拟合温度为 20.00、logits 无信号，且 Jev 在该边界误拒 18/357（发现与来源6）。这个信号不能靠模型学出来，必须由规则触发，人工闸的触发条件写在规则层。

同时保留来源4 的合规红线：严禁将客户隐私等敏感数据直接上传给大模型，尤其公有云模型；敏感数据先脱敏、去标识化；优先私有化部署或本地大模型；严格权限控制；留存操作日志便于合规审计（来源4）。

七、行动清单

合规条线

• 依据 8 号文建立人工智能全生命周期管理体系，把数据分级分类智能体明确登记为"高风险应用"并履行准入程序（来源2）。
• 明确数据分级分类属 2025 年 12 月专项行动六大自查项之一，2026 年 4 月至 10 月整改窗口期内完成自查报告（来源3）。
• 落实《办法》"谁管业务、谁管业务数据、谁管数据安全"：分级台账归属业务部门，模型由信息科技部门维护，合规部门验收。
• 建立敏感数据出域评估：任何送往托管模型（含 Jev）的数据，先完成脱敏与去标识化，留档评估结论与操作日志（来源4、来源1）。

数据治理条线

• 先做标注集：从现有定级台账中抽取一批已定级且经人工确认的样本作为训练与阈值标定集。这是 RLCD 类方法的唯一真实门槛，不是算力。
• 按 JR/T 0197 五级建立字段级分级台账，字段间蕴含关系（如含个人金融信息 ⇒ 不低于 4 级）写成规则而非提示词。
• 引入行业级模型作为参考基线：人民银行组织的行业级大模型支持本地部署与在线 MaaS 两种模式，建议本地部署起步，用于与自有模型交叉验证（来源1）。
• 分段推进：第一阶段元数据自动化提取与标准化，第二阶段血缘全链路追溯，第三阶段资产分类分级与价值量化（来源4）。

信息科技条线

• 采用第五节四层架构：语义特征层私有化、决策门控层仅收脱敏样本、硬约束层写 JR/T 0197 默认值、人工闸写规则触发条件。
• 模型验收六项必测：准确率、stated ECE、AURC、选项顺序翻转率、跨字段违反率、"该转人工"触发率（第六节）。
• Shadow Mode 起步：模型先只输出建议字段不参与决策，与人工定级结果比对至少一个完整整改周期，再逐步开放低风险自动决策（来源1 的"共建、共享、共用、共治"模式可作为交叉校验参照）。
• 记录并留档：模型版本、LoRA 权重、温度值、阈值、选项枚举顺序、每次调用的输入输出与日志，全部纳入模型全生命周期管理（8 号文要求，来源2）。

九、事实来源

• 来源1：吉林省地方金融管理局转载《银行业首个行业级"数据分类分级"大模型发布》（2026-04-24）。https://jr.jl.gov.cn/jrzx/zyjrxxzz/gj/202604/t20260424_3626629.html ；人民银行党委委员、副行长邹澜出席并讲话；8 家机构"共建、共享、共用、共治"；三类痛点（标准理解不一、执行尺度不齐、自动化水平不足）；本地部署与在线 MaaS；六项安全措施（协议约束、合规审查、数据脱敏、专家标注、权限管控，覆盖数据采集、模型训练、部署运行全流程）；"1＋1＞2"聚合放大效应。
• 来源2：《关于银行业保险业人工智能安全开发应用的指导意见》（金融监管总局，2026-06-22 转载）。http://dfjrjgj.shandong.gov.cn/articles/ch06816/202606/6d0d89ca-12e0-41f4-8226-9326c9bc0146.shtml ；32 项指导性意见、七个方面；四项原则（谁使用谁负责、自主可控、务实高效及安全发展）；数据治理要求（高质量数据集与知识工程建设）；风险分类分级管理与高风险应用准入管理；高风险应用关键环节要建立人工监督和干预机制；AI 风险纳入全面风险管理体系；稳妥探索金融智能体建设。
• 来源3：证券时报《罚单翻倍、追责升级！银行业数据安全进入深水区》（霍莉，2026-06-16）。https://stcn.com/article/detail/3964803.html ；2026 年截至 5 月末数据安全类罚单 55 张超上年全年；百万元罚单 20 余张；数据报送与治理违规 346 张（2.5 倍）、277 家（3 倍）、100 万以上 78 家（近 4 倍）；新韩银行 249 万元、南宁市区农村信用合作联社 293.86 万元、云霄县农村信用合作联社 77.15 万元；71 款移动应用含 2 款银行应用；2025 年 12 月专项行动通知"发现一批、整改一批、通报一批、处罚一批"与六大自查方面；2026 年 4 月至 10 月整改窗口；周其令论农村金融机构数据共享矛盾；上海软件中心"被动合规到主动治理"。
• 来源4：《中小银行基于大模型的数据分类分级探索实践》（秦皇岛银行 徐园园，《金融电子化》2026 年 4 月下半月刊，安全内参 2026-07-16 转载）。https://www.secrss.com/index.php/articles/92209 ；四阶段演进（1.0 人工 / 2.0 工具 80% / 3.0 AI 50% / 4.0 大模型）；五大难点；准确率低于 50% 到 90% 以上；血缘覆盖 95%；天级到分钟级；人工成本降 60%、存储降 20%、维护效率升 50%、排查效率升 60%、重复开发减 40%、转化率升 12%；三段落地路径；"管理-运营-防护"框架；公有云敏感数据禁令与私有化建议。属机构作者单方自述。
• 来源5：arXiv:2605.05482《FinRAG-12B: A Production-Validated Recipe for Grounded Question Answering in Banking》（v2 2026-07-21，ACL 2026，CC BY 4.0）。https://arxiv.org/abs/2605.05482 ；作者 Denys Katerenchuk, Pablo Duboue, Keelan Evanini, David Gondek, Nithin Govindugari, Olivier Allauzen, Joshua Baptiste, David J More, Joshua Schechter；12B 模型；数据管线（LLM-as-a-Judge 过滤 + 引用标注 + 课程学习）仅 143M tokens；校准拒绝机制（22% 不可回答样本 → 12% "我不知道"率，基座 4.3%，GPT-4.1 过度拒绝 20.2%）；部署 40+ 金融机构；查询解决率提升 7.1 个百分点（p < 0.001）；3–5 倍更快、20–50 倍更便宜。
• 来源6：Zenodo 22952571《Jev at the Agent Authorization Boundary: Evaluating TypeSafe's Decision Model on Allow, Hold, and Deny》（Williams, Junior，Independent Researcher，2026-09-25 v2，CC BY 4.0，未评审预印本）。https://zenodo.org/records/22952571 ；270 案例、30 families、三策略制度、每模型 3 次重复；标签由可执行策略规范确定性推导、无独立人类仲裁；对 GPT-4.1 mini 许可 Brier 0.0263 对 0.0555；固定概率门移除 6 个错误允许同时搁置 29 个正确允许；对 DeepSeek V4.1 Flash 放行 295/345 对 315/345、均无观察到错误允许、family-bootstrap 区间包含零；Jev 拒答 18/357 个应转人工样本（第二轮 17 个）对 GPT-4.1 mini 的 1 个、DeepSeek 的 2 个；作者自述结果"既不隔离 RLCD 的因果贡献，也不确立部署安全性"；证据发布 v1.2.0，DOI 10.5281/zenodo.22952538。
• 来源7：GitHub arnabgho/rlcd-lite（Apache-2.0）。https://github.com/arnabgho/rlcd-lite ；作者声明"This is not TypeSafe's algorithm (they have not published it)"，系从 Jev 公开描述重建，与 Yang et al. 2023 的 RLCD（Reinforcement Learning from Contrastive Distillation）无关；技术栈（因果 LM + 并行受约束 JSON 解码 + 块对角注意力 + GRPO + proper-scoring-rule 奖励）；RLCR 奖励 1[correct] − (confidence − 1[correct])²（Damani et al. 2025）；GRPO 在单步决策下退化为带组基线的 REINFORCE；实验设置 Qwen2.5-0.5B-Instruct + LoRA r=16、200 steps × 4 例 × G=8、M3 Pro 约 7 分钟/臂；七个发现（纯 Brier 陷阱：acc 0.47→0.23 而 ECE→~0；RLCR acc 0.78 / stated ECE 0.084 对 binary acc 0.76 / ECE 0.352；校准不等于有用：reliability 0.007 / resolution 0.000 / AURC 0.21 对 softmax_ts 0.07；RL 坍塌 softmax：训练后 ECE 0.21–0.23 对基座 0.18，温度缩放修回 0.10–0.13；跨字段违反率 0.107–0.280；Banking77 acc 0.015 对随机 0.013、CLINC150 acc 0.020 对随机 0.007，47% 与 90% 预测指向单一标签位、stated conf 0.83–0.89；选项顺序翻转率 52% BoolQ / 46% MMLU、平均 TV 0.35）；needs_human 拟合温度 20.00、acc 0.45→0.55；harshatheg/Qwen-2.5-1B-RLCD 为仅推理复现；参考文献含 TypeSafe、Murphy 1973、Guo 2017、Holtzman 2021、Liu Dr.GRPO 2025。
• 来源8：财联社《上市银行首部人工智能管理办法出台，平安银行率先落地，银行业AI治理进入制度化阶段》（邹俊涛，2026-10-01，网易转载）。https://www.163.com/dy/article/L85ENFTC05198CJN.html ；2026-09-30 公告；1.0 版；董事会战略委员会统筹；四项原则（谁使用谁负责、依法合规、自主可控、务实高效、安全发展）；全生命周期管理（数据安全、算法风险、伦理审查、责任追溯）；AI 风险纳入全面风险管理体系、实施风险分类分级管理；"AI in ALL"战略、截至 2026 年 6 月末累计落地大模型应用场景超 450 个、覆盖精准营销/智能投顾/合规风控/办公辅助；42 家 A 股上市银行半年报均涉及人工智能内容；董希淼（招联首席经济学家）、杨涛（中国社科院金融研究所研究员）"技术命题上升为治理命题"。
• 来源9：arXiv:2609.29429《Just Ask Jev: Reinforcement Learning for Calibrated Decisions as a Zero-Shot Detector of AI Alignment Failures》（2026-09-24，cs.AI，CC BY 4.0）。https://arxiv.org/abs/2609.29429 ；作者 Ruoqi Guo, Yi Liu, Gelei Deng, Yuekang Li, Lida Zhao, Yutao Wu, Simin Chen, Ying Zhang, Leo Yu Zhang；RLCDAlignBench；10 类对齐失败；44 基准、5 目标模型；零样本 median AUROC 0.886；较 LLM-judge 便宜 63 倍；核心机制为"问什么"与"看到什么"分离；代码 github.com/sumleo/RLCDAlignBench。该文是评测协议，不是 TypeSafe 训练方法学论文。
• 来源10：OpenRouter《What Is Jev? TypeSafe's Decision Model Explained for Developers》（Kenny Rogers，2026-09-21，更新 2026-09-24）。https://openrouter.ai/blog/insights/what-is-jev/ ；Jev 为 TypeSafe 首个 System One 决策模型；Choice / Score（1–10 级有序数组，含加权平均与概率分布）/ Noul 三原语；定价 $0.042 / 百万输入 token；上下文 32k；不生成文本、不返回理由或思维链、不做工具调用与多轮对话；非开源、无公开权重、无论文，只能调用托管服务；校准性表述（"说 0.8 则约 80% 正确"，仅在均值意义上成立）；类型化概率门控用于前置筛选而非替代风控模型。

与系列文章的关系（仅按标题引用，不描述其内容）：

• 《Jev 能否用于银行数据分类分级？从决策模型到语义特征层》——本文的第五节四层架构是该文"Semantic Feature Provider"定位的扩展，区别在于该文止于"Jev 加规则层"，本文在语义特征层与决策门控层之间插入了私有化大模型，并对 RLCD 自训方案给出了否决性证据。
• 《金融harness怎么设计与实施》——本文"硬约束层写 JR/T 0197 默认值与蕴含关系"呼应"先定硬规则"的思路。
• 《当AI开始监控AI，银行风险管理该做什么》——本文第六节"选项顺序扰动测试与跨字段一致性监控"与该文"AI 监控 AI"的分级刹车思路同源。
• 《Utopia (deeplethe/utopia): An Enterprise World Model — A Review》——本文"定级建议进台账、人工在审批环节确认"呼应"双时态台账 / 写=提案 / 人工在 Review 审批"。
• 《Manifold Theory in Quantitative Investing》——本文"阈值必须用自有标注数据标定"呼应"银行要用自有数据校准模型"的方法论。

本文推论部分（非来源表述）：第一节"事件一/事件二"对行业意义的评价段落；第三节对每条发现的"对银行的含义"段落；第四节末段评价；第五节全部（含四层架构表与结论）；第六节五条工程约束；第七节三栏行动清单；第八节 FAQ 中标注"本文建议/本文认为"的部分。

本文不构成监管要求、合规意见或法律意见。

（内容由AI生成，仅供参考）