研究者提出LLM增强异构图欺诈检测框架SemHGT
热点事件持续更新
研究者提出LLM增强异构图欺诈检测框架SemHGT
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Yixuan Chen等作者提出LLM增强的异构图金融欺诈检测框架SemHGT，按实体角色解读结构化属性，把业务语义显式化。该框架分三阶段：用角色感知提示词从节点属性生成风险业务描述，经文本编码器转为语义向量；以语义相似度引导多轮采样目标特定路径实例；将schema级token与目标交易一起送入统一transformer。 作者称，在三个基准数据集上，SemHGT在多数数据集—指标对比中领先所评估基线，代码已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
SemHGT：用 LLM 增强异构图学习，按业务语义检测金融欺诈报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AISemHGT：用 LLM 增强异构图学习，按业务语义检测金融欺诈
研究者提出 SemHGT，一个 LLM 增强框架，按实体角色解读结构化属性，把业务语义显式化以检测金融欺诈。它分三阶段：角色感知提示词从节点属性生成风险业务描述并经文本编码器转为语义向量、语义相似度引导多轮采样目标特定路径实例、schema 级 token 与目标交易一起送入统一 transformer。在三个基准数据集上，SemHGT 在多数数据集—指标对比中领先所评估基线，代码已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。