DeepScrub: Rilevamento di Frodi Tracciabile Basato su LLM per Piattaforme O2O

Un nuovo framework chiamato DeepScrub è stato sviluppato da ricercatori, utilizzando l'apprendimento per rinforzo e grandi modelli linguistici (LLM) per rilevare frodi di ordini falsi su vaste piattaforme di servizi online-to-offline (O2O). Questo approccio supera le carenze delle tecniche attuali che dipendono da caratteristiche create manualmente e producono decisioni opache. DeepScrub presenta tre significativi progressi: un modulo di unificazione semantica che traduce diversi segnali di rischio in formati testuali compatibili con LLM; un pre-addestramento continuo su dataset di controllo del rischio per incorporare competenze di dominio, con ricompense di compito che valutano sia l'accuratezza della previsione che la qualità del ragionamento; e il meccanismo SUggest-REflect (SURE), che combina intuizioni di esperti con autovalutazione del modello per un miglioramento continuo. Il sistema è stato validato su un dataset reale di rilevamento di frodi di ordini falsi, mostrando un ragionamento chiaro nei risultati di rilevamento delle frodi.