Update README.md

README.md

@@ -1,3 +1,87 @@
 ---
+language: 
+- zh
 license: apache-2.0
+tags:
+- cryptocurrency
+- blockchain
+- forensic-analysis
+- money-trail
+- chain-of-thought
+- domain-qa
+model_name: CryptoFlow-Investigator-LLM
+base_model: meta-llama/Llama-3.3-FFM-70B
+datasets:
+- BlockChainSecurityAI/CryptoFlowTrackerDataset
+pipeline_tag: text-generation
 ---
+
+# 🧠 CryptoFlow-Investigator-LLM  
+*AI 加密貨幣金流調查員（基於 Llama-3.3-FFM-70B 微調版本）*
+
+---
+
+## 📘 模型簡介
+**CryptoFlow-Investigator-LLM** 是一個針對「加密貨幣金流分析與追蹤」領域微調的大語言模型，  
+可用於輔助區塊鏈金流推理、可疑地址追蹤、以及金流報告生成。
+
+模型採用結構化 **Chain-of-Thought（CoT）** 設計，  
+能生成具邏輯層次的思考步驟、分析摘要與最終結論，  
+適用於司法調查、合規監理與數位資產風險分析等情境。
+
+---
+
+## 📊 訓練資料
+本模型以以下資料為基礎進行微調：
+
+| 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 |
+
+🔗 **Dataset:** [CryptoFlowTrackerDataset](https://huggingface.co/datasets/BlockChainSecurityAI/CryptoFlowTrackerDataset)  
+資料量：約 60 M tokens（中文）
+
+---
+
+## ⚙️ 訓練設定
+- **Base Model:** `Llama-3.3-FFM-70B`  
+- **Epochs:** 2  
+- **Batch Size:** 依 GPU 資源調整  
+- **微調方法:** Instruction Tuning + Rationale-Augmented SFT (CoT)  
+- **Knowledge Distillation:** 以 ChatGPT 生成樣本作為教師資料  
+- **標註格式:** `<think>...</think> <explanation>...</explanation> <answer>...</answer>`  
+
+---
+
+## 🧩 使用範例
+
+```python
+from transformers import AutoModelForCausalLM, AutoTokenizer
+
+model_name = "BlockChainSecurityAI/CryptoFlow-Investigator-LLM"
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForCausalLM.from_pretrained(model_name)
+
+prompt = "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"
+
+inputs = tokenizer(prompt, return_tensors="pt")
+outputs = model.generate(**inputs, max_new_tokens=512)
+print(tokenizer.decode(outputs[0], skip_special_tokens=True))
+```
+
+## 💡 模型特色
+- 🧩 **Chain-of-Thought 推理**：具逐步思考與摘要輸出結構  
+- 🕵️ **金流分析導向**：能針對交易關聯、節點、橋接等進行推論  
+- 📚 **專業領域語料**：針對司法與金融用語優化  
+- ⚖️ **可作為 FinCrime AI 應用基礎**：支援法遵、調查、報告生成  
+
+---
+
+## ⚠️ 限制與注意事項
+- 模型生成之推論結果僅供輔助分析，不能作為法律或金融判定依據。  
+- 由於資料集包含合成樣本，真實區塊鏈資料應再行驗證。  
+- 推理過程（`<think>` 區塊）可選擇在產品端隱藏，以符合資訊安全要求。  
+