arXiv cs.CL· Bo Qu, Zhurong Wang, Frank Zahradnik, Ming Ouyang·· 10 小时前AI 评分29
为盲区打补丁：面向冻结欺诈检测器的可逆 LLM 规则叠加层
Patching the Blind Spots: Reversible LLM Rule Overlay for Frozen Fraud Detectors
AI 导读
研究提出一种不修改已部署模型的可逆 LLM 规则叠加框架，由 LLM 针对 SHAP 显示模型低估的特征生成规则，经筛选校准后以可加、可逆的 log-lift 叠加层在生产阈值上运行。
正文 · AI 翻译
摘要：在工业表格欺诈分类中，梯度提升树仍是最先进的方法，但即便是训练良好的模型也存在盲点，而重新训练已部署的模型并不总是安全的。我们提出一个框架，可以在不修改模型的情况下对其进行修补：LLM 提出以 SHAP 认为模型低估的特征为锚点的规则，由此产生的含噪规则池会经过经验支持度筛选，并被校准为一个可加、可逆的对数提升叠加层，在生产阈值处运行。单个 LLM 带来的收益方差很大，且在不同数据集之间会反转，因此我们通过等权 logit 平均来汇集三个多样化的骨干模型，以有界的最坏情况换取峰值增益。在一个基于选择偏差数据训练的真实电商欺诈检测器上，即使精心调优，继续训练也会导致性能退化，而该叠加层在生产阈值（精确率 30-57%、召回率 23-63%）上平均获得 +2.26% 的等精确率召回率提升（$\Delta$R@P）和 +1.60% 的等召回率精确率提升（$\Delta$P@R）。在包含七个设计偏差偏移变体的公开基准上，它在每个变体上都提升了 $\Delta$P@R，并使 $\Delta$R@P 保持接近中性。每条修正都是一条可读的谓词，指明其所覆盖的欺诈模式。
| 评论： | 11 页，1 张图，7 张表 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2611.08714 [cs.LG] |
| （或 arXiv:2611.08714v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.08714 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Bo Qu [查看邮箱]
[v1]
2026 年 11 月 5 日星期四 21:12:11 UTC（35 KB）
来源：arXiv cs.CL · arxiv.org