在2023年,Kalyani Ramadurgam與前Affirm軟件工程師Ashi Agrawal合作推出了Kobalt Labs。他們的使命?將合規基礎設施帶入機器學習時代。



這一舉措反映了金融科技和Web3項目在應對監管挑戰方面的更廣泛轉變。隨着自動化和人工智能重塑金融系統,滿足合規需求的工具已變得至關重要。Kobalt Labs並不依賴傳統的手動流程,而是將自己定位於合規與先進技術的交匯點——幫助平台在不犧牲監管標準的情況下實現規模化。

這是對許多區塊鏈和加密平台所面臨問題的有趣探討:在快速發展的生態系統中,如何保持機構級合規性。
查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 讚賞
  • 5
  • 轉發
  • 分享
留言
0/400
FlashLoanLarryvip
· 19小時前
說實話,合規作爲基礎設施的角度其實是這裏真正的價值提取點。大多數建設者仍然將其視爲一種稅收,沒有意識到在監管摩擦上節省的基點在資本週期中是如何複利的。好奇他們的機器學習模型是否真的能在審計師之前捕捉到協議漏洞,還是僅僅... 表演性的可擴展性劇場 🤔
查看原文回復0
GigaBrainAnonvip
· 19小時前
ngl這才是解決問題的思路,compliance自動化早該來了
查看原文回復0
just_here_for_vibesvip
· 19小時前
合規自動化這個方向早該有人做了,傳統審計流程真的煩死了
查看原文回復0
LiquidityWitchvip
· 19小時前
不過,這實際上是我們一直在等待的合規法術……使用機器學習驅動的監管?這簡直是將官僚混亂轉化爲真正的阿爾法保護,真的。
查看原文回復0
DeFi医生vip
· 19小時前
看診記錄顯示,這類合規基建項目往往是"預防性治療",但真正能落地的少之又少。Affirm出身的工程師參與確實加分,不過我更關心的是——他們的模型在實際風險識別上的precision和recall是多少?光有AI框架遠遠不夠。
查看原文回復0
交易,隨時隨地
qrCode
掃碼下載 Gate App
社群列表
繁體中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)