双流法学硕士指导的电子商务支付欺诈检测中拒绝推理感知强化学习的奖励设计
原文:Dual-Stream LLM-Guided Reward Design for Reject-Inference-Aware Reinforcement Learning in E-Commerce Payment Fraud Detection
生产欺诈检测模型从自身流量的审查片段中学习:遗留系统阻止的交易永远不会收到欺诈标签,因此模型在有偏见的、仅经过批准的分布上进行训练。我们扩展了 LLM 指导的奖励设计,即 Qu 等人的框架。 (2025)其中法学硕士发展了两步强化欺诈阻止策略的奖励,以解决以下问题:
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。