MS-FFSD

新框架增强金融数据语义以改进欺诈检测

研究人员开发了一个新颖的框架，用于通过语义上下文增强金融交易数据，旨在改进欺诈检测模型。该方法使用多智能体系统生成基于实际交易行为的可解释金融语义，解决了隐私受限的真实世界数据集的局限性以及纯合成数据的行为真实性问题。该团队还引入了 MS-FFSD，一个包含结构化和文本语义的新型多模态金融欺诈数据集，同时保持了真实数据的行为完整性。他们的研究结果表明，这种语义增强能够同时提升传统欺诈建模和大型语言模型的推理能力。