بررسی جامع تشخیص ناهنجاری با مدل‌های زبانی بزرگ (NAACL 2025): طبقه‌بندی قوی، غیبت پوشش داده‌های جدولی
طبقه‌بندی NAACL 2025 پابرجاست، اما پوشش جدولی غایب است. تیم‌های هوش مصنوعی مالی باید خودشان روش‌های مدل بینایی را تطبیق دهند.
#fraud-detection
تشخیص تقلب
تشخیص اقلام غیرعادی یا متقلبانه در داده‌های مالی
بنچ‌مارک AD-LLM: مدل GPT-4o به امتیاز AUROC بالای ۰.۹۳ در تشخیص ناهنجاری متنی بدون آموزش (Zero-Shot) دست یافت
AD-LLM نشان می‌دهد GPT-4o به 0.93–0.99 AUROC بدون نمونه برای تشخیص ناهنجاری متنی می‌رسد، اما انتخاب مدل LLM برای هوش مصنوعی حسابرسی مالی غیرقابل اعتماد می‌ماند.
CausalTAD: ترتیب‌بندی علّی ستون‌ها برای تشخیص ناهنجاری جدولی در مدل‌های زبانی بزرگ
CausalTAD ستون‌های جدول را بر اساس وابستگی علّی قبل از سریال‌سازی LLM مرتب می‌کند، میانگین AUC-ROC را از 0.803 به 0.834 در برابر AnoLLM می‌رساند.
AnoLLM: تنظیم دقیق مدل‌های زبانی بزرگ (LLM) برای شناسایی ناهنجاری‌های جدولی در داده‌های مالی
AnoLLM با امتیازدهی ردیف‌ها بر پایه لگاریتم درست‌نمایی منفی LLM از خطوط پایه کلاسیک در داده‌های تقلب با انواع مختلط پیشی می‌گیرد، اما در جداول کاملاً عددی برتری نمی‌افزاید.
تشخیص ناهنجاری بدون آموزش (Zero-Shot) با مدل‌های زبانی بزرگ: عملکرد GPT-4 روی داده‌های جدولی
GPT-4 به میانگین AUROC 74.1 در ODDS بدون نمونه می‌رسد، نزدیک به خط پایه 75.5 ECOD، اما در داده‌های با واریانس بالا شکست می‌خورد. حسابرسی دفتر کل هنوز حل نشده است.
AuditCopilot: LLMs for Fraud Detection in Double-Entry Bookkeeping
AuditCopilot cuts journal entry fraud false positives from 942 to 12, but ablation shows the LLM mainly synthesizes Isolation Forest scores.
درخواست‌دهی زنجیره اندیشه: موازنه‌های دقت-بازیابی در هوش مصنوعی مالی
زنجیره تفکر دقت را بالا می‌برد اما می‌تواند فراخوانی رویدادهای مالی نادر را کم کند، بنابراین عامل‌های تقلب ممکن است ناهنجاری‌هایی را که باید علامت بزنند از دست بدهند.