本应用采用大语言模型、SFT监督微调等技术，为开展普惠小微业务提供常态化贷后智能风险监测、风险异动前置预警、风控决策溯源说明、标准化风险分析报告输出等服务。相较于过往依赖人工筛查、固化业务规则开展贷后风控的传统模式，本应用一是依托多源数据融合能力，动态抓取企业经营维度的关联风险，让风控预判更加及时精准；二是借助大模型自动化能力，能够大批量完成客户风险画像刻画，缩减风控反馈的耗时；三是借助CoT思维链拆解推理步骤后，风控结论具备完整溯源链路，可向客户清晰阐释风控判断逻辑；四是通过SFT微调、GRPO强化学习持续迭代模型，跟随市场环境快速优化风控策略。

本应用由浦发银行总行提供普惠贷后风险监测服务应用场景，其中浦发银行总行负责提供大模型训练技术支持、产品设计方案制定以及平台的研发和运维，南京分行负责提供南京分行辖内管户客户的业务场景需求、业务专家经验及推广应用，杭州分行负责提供杭州分行辖内管户客户的业务场景需求、业务专家经验及推广应用，合肥分行负责提供合肥分行辖内管户客户的业务场景需求、业务专家经验及推广应用，此外无其他第三方机构参与。

创新性说明：

1.在数据应用方面，基于大模型SFT微调与GRPO强化学习，实现了贷后风控从“业务规则驱动”到“数据+知识双驱动”的升级；

2.在预警精准度方面，突破传统规则引擎的局限性，捕捉多源数据间的复杂关联风险，提升小微企业违约风险预测的准确率与覆盖率；

3.在结果可解释性方面，实现了风险报告的自动生成与可解释性输出，核查有据可依，提升贷后决策效率；

4.在预警时效性方面，建立贷后风险动态评估机制，实现客户风险等级的实时更新与提前预警，解决传统风控“预警滞后”的痛点；

5.在普惠客户服务赋能方面，以AI技术赋能普惠金融风控，在提升银行风险防控能力的同时，为小微企业提供更精准、稳健的信贷支持，实现风险防控与普惠服务的双赢。