11:39
官方账号arXiv cs.LG@Rahil Sharma
推荐理由：这篇论文用PaySim数据集测了套欺诈检测流程，发现图特征和AI调查智能体效果有限，智能体解释好看但决策反而更差，值得做风控的人看看。
TreeSHAP
共 1 条相关 AI 资讯
7月22日
11:39
该论文在PaySim数据集上测试了分层欺诈检测流程，结合梯度提升分类器、图结构特征、自编码器异常信号、TreeSHAP解释以及LLM调查智能体。研究发现，在修正数据集平衡性捷径后，图特征和异常信号仅在中间分数子集上提升欺诈排序能力。注入多账户欺诈团伙的实验中，图特征恢复了所有测试交易，而基线遗漏约四分之一。LLM调查智能体在60例平衡样本上准确率65.0%，低于阈值化基线71.7%，且其8次改判中有6次引入错误。基于分歧的升级规则正确标记了两次智能体错误。