摘要
针对大规模 O2O 平台假单欺诈检测中现有方法缺乏可解释性的问题,本文提出 DeepScrub,一种基于大语言模型的强化学习框架。该框架通过语义统一模块转化风险信号,利用领域语料继续预训练注入知识,并引入 SURE 机制结合专家反馈与自我检查迭代优化推理路径。实验表明,该方法在真实数据集上显著优于基线,大幅降低人工审核工作量并提供可追踪的证据支持。
AI 推荐理由
论文核心提出可追踪推理框架,通过强化学习与自反思机制优化 LLM 在欺诈检测中的逻辑推理路径。
研究机构
ByteDance
Hangzhou, China
Beijing, China
Fudan University
Shanghai, China
论文信息