#fraud-detection
Detecting anomalous or fraudulent entries in financial data
Una lettura critica del survey di Xu e Ding per NAACL 2025 sull'anomaly e OOD detection basata su LLM: la tassonomia rilevazione-vs-generazione regge, ma l'assenza quasi totale di copertura sui dati tabulari costringe i professionisti dell'AI finanziaria a sintetizzare da soli le informazioni dai modelli di visione.
AD-LLM valuta GPT-4o e Llama 3.1 8B in tre ruoli di rilevamento anomalie — rilevatore zero-shot, amplificatore di dati e selezionatore di modelli — su cinque dataset NLP; GPT-4o raggiunge AUROC 0,93–0,99 zero-shot, ma la selezione del modello basata su LLM rimane inaffidabile, con implicazioni dirette per l'audit finanziario basato su IA.
CausalTAD migliora il rilevamento di anomalie tabulari basato su LLM riordinando le colonne delle tabelle per rispettare le dipendenze causali prima della serializzazione, aumentando l'AUC-ROC medio da 0,803 a 0,834 rispetto ad AnoLLM su benchmark a tipi misti — con implicazioni dirette per il rilevamento di anomalie in dati strutturati di registri contabili.
AnoLLM (ICLR 2025) riformula il rilevamento di anomalie tabulari come stima di densità LLM — fine-tuning su righe normali e valutazione tramite log-verosimiglianza negativa. Supera i metodi classici su dataset di frodi a tipi misti, ma non offre alcun vantaggio su dati puramente numerici, con implicazioni reali per il rilevamento di anomalie nelle registrazioni del ledger Beancount.
GPT-4 raggiunge un AUROC medio di 74.1 sul benchmark ODDS senza fine-tuning — quasi eguagliando la linea di base classica ECOD a 75.5 — ma fallisce su anomalie multidimensionali e dataset ad alta varianza; una revisione critica del rilevamento di anomalie LLM zero-shot e delle sue implicazioni per la revisione automatizzata della contabilità Beancount.
AuditCopilot applica LLM open-source (Mistral-8B, Gemma, Llama-3.1) al rilevamento di frodi nelle registrazioni contabili aziendali, riducendo i falsi positivi da 942 a 12 — ma l'analisi di ablazione rivela che l'LLM funziona principalmente come livello di sintesi basato sui punteggi di Isolation Forest, non come rilevatore di anomalie indipendente.
Una lettura approfondita dell'articolo del 2022 di Wei et al. sul Chain-of-Thought e il suo significato per l'AI finanziaria — perché il CoT aumenta la precisione ma può ridurre il richiamo nel rilevamento di eventi rari, perché la soglia di scala è importante per gli agenti di produzione e cosa dovrebbe monitorare un team finanziario che sviluppa con LLM.
