AML-BERT est un modèle RoBERTa affiné spécialisé pour les tâches de lutte contre le blanchiment d'argent et le financement du terrorisme (LCB-FT). Développé par la communauté de recherche, il répond au besoin croissant d'outils NLP capables de comprendre le langage de la criminalité financière.
Le modèle a été entraîné sur un corpus de narratifs de transactions LCB-FT, de déclarations Tracfin anonymisées et de rapports de criminalité financière, lui conférant une connaissance spécialisée des typologies de blanchiment, des schémas de structuration et des indicateurs de drapeau rouge. Cet entraînement permet à AML-BERT de classer les transactions sur la base de leurs descriptions narratives.
Bien qu'AML-BERT soit un modèle de recherche nécessitant une validation rigoureuse avant déploiement en environnement réglementé, il représente une étape importante vers des outils d'IA open-source pour la conformité en matière de criminalité financière. Pour les banques et institutions financières européennes soumises à la 6ème directive anti-blanchiment (AMLD6), il fournit une base pour développer des outils de filtrage automatisés, des assistants de triage et des systèmes de détection d'activités suspectes.