两篇研究论文探讨了使用大型语言模型（LLM）来增强强化学习（RL）在电子商务支付欺诈检测中的应用。第一篇论文将欺诈检测构建为一个多步马尔可夫决策过程，并使用LLM来优化奖励函数，从而提高了准确性并展示了零样本能力。第二篇论文通过采用双流LLM引导的奖励设计，解决了欺诈检测中的拒绝推断问题，该设计考虑了被遗留系统阻止的交易，并在精度上显著优于先前的方法。 AI
影响 LLM正被整合到强化学习框架中，以提高欺诈检测的准确性并应对复杂的数据挑战。
排序理由 两篇在arXiv上发表的学术论文，详细介绍了新的研究方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2509.18719v1 Announce Type: cross Abstract: This paper presents a novel approach to e-commerce payment fraud detection by integrating reinforcement learning (RL) with Large Language Models (LLMs). By framing transaction risk as a multi-step Markov Decision Process (MDP), RL…
arXiv:2611.08706v1 Announce Type: cross Abstract: Production fraud-detection models learn from a censored slice of their own traffic: transactions a legacy system blocked never receive fraud labels, so models train on a biased, approved-only distribution. We extend LLM-guided rew…