两篇新的研究论文介绍了一些用于检测复杂支付欺诈的框架,特别是在涉及具有支出能力的AI代理商的场景中。第一篇论文SR-Fraud提出了一个基于LLM的代理商,该代理商能够实时适应不断演变的欺诈策略,在一个生产基准上表现优于CatBoost等传统方法。第二篇论文Agentic Commerce Bench (ACB) 解决了AI代理商被合法行事的交易对手过度收费的欺诈问题,并引入了一个分类法、一个基准数据集和一个名为gordonguard的开源检测堆栈。 AI
影响 这些框架旨在提高处理金融交易的AI代理商的安全性和可靠性,并应对新兴的欺诈向量。
排序理由 两篇arXiv论文介绍了新的欺诈检测框架。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →