arXiv Artificial Intelligence· Bo Qu, Zhurong Wang, Daisuke Yagi, Zhen Xu, Yang Zhao, Yinan Shan, Frank Zahradnik·· 13 小时前AI 评分31
LLM 增强的自演化强化学习用于多步电商支付欺诈风险检测
LLM-Enhanced Self-Evolving Reinforcement Learning for Multi-Step E-Commerce Payment Fraud Risk Detection
AI 导读
研究将电商支付欺诈检测建模为多步马尔可夫决策过程，用强化学习在多个支付阶段优化风险识别，并借助 LLM 的推理与编码能力迭代改进奖励函数。真实数据实验显示该框架提升了欺诈检测准确率，并具备零样本能力，长期评估验证了其有效性与鲁棒性。
推荐理由模型分析
该工作把电商支付欺诈检测建模为多步马尔可夫决策过程，并让 LLM 迭代改写强化学习的奖励函数，针对的是奖励设计依赖人工经验这一实际瓶颈。真实数据实验报告了欺诈识别准确率提升与零样本表现，并做了长期评估。关注工业级 RL 落地、奖励工程或风控 Agent 的开发者，可据此比较其任务设定与基线；但结论限于论文所用数据与实验条件，尚不能外推为线上部署效果。
来源：arXiv Artificial Intelligence · arxiv.org