Views
No views yet
| 類別 | 說明 |
|---|---|
| 白皮書問答集 | 從比特幣、以太坊白皮書生成結構化 Q&A |
| 金流圖推論合成資料 | 含 Path Existence、Output Funnel、Intermediate Node、Loop Detection 任務 |
| 金流追蹤方法論問答集 | 涵蓋 UTXO、混幣、橋接、地址聚類、交易所特徵等 |
| 中文語料 | 專注於司法與金融語境之中文描述與報告用語 |
Llama-3.3-FFM-70B<think>...</think> <explanation>...</explanation> <answer>...</answer>1from transformers import AutoModelForCausalLM, AutoTokenizer
2
3model_name = "BlockChainSecurityAI/CryptoFlow-Investigator-LLM"
4tokenizer = AutoTokenizer.from_pretrained(model_name)
5model = AutoModelForCausalLM.from_pretrained(model_name)
6
7prompt = "是否存在從地址 D 到地址 A 的交易路徑？已知交易：ADDR_98→A, ADDR_56→ADDR_53, D→ADDR_56, ADDR_53→J, J→ADDR_98"
8
9inputs = tokenizer(prompt, return_tensors="pt")
10outputs = model.generate(**inputs, max_new_tokens=512)
11print(tokenizer.decode(outputs[0], skip_special_tokens=True))<think> 區塊）可選擇在產品端隱藏，以符合資訊安全要求。