SIRF：规范内化风险基础模型，用于工业内容风险控制

对于工业内容风险控制而言，真正的部署约束不是平均准确率，而是在高精度和秒级延迟下能够自动处理多少风险。我们提出 SIRF（规范内化风险基础模型），通过 EntiGraph、MAGA 改写和账号级思维链（CoT）合成平台复杂策略，无需额外人工标注，再通过持续预训练（CPT）将其内化进模型权重，使模型能够在超低延迟、仅输出裁决结果的部署模式下以高精度执行规则。受控的同源对比实验（Qwen3-8B-SFT 对比 SIRF-8B-SFT；策略注入方式和仅输出裁决结果的形式完全相同，唯一差异在于基于策略的 CPT）表明，性能提升源于策略内化：SIRF-8B-SFT 的 Black Recall@P95 达到 71.3%，较基线提升 15.1 个百分点，仅使用约 7000 万个 CPT token，且未损害通用能力；在纳入对比且可通过该接口获取 logprob 的模型中，其性能达到或超过了规模大得多的系统。SIRF 已作为树模型裁决层部署，使被误处罚的样本恢复量提升 20%；迁移到冻结场景时成本也较低，使误处罚率相对降低约 70%。