论文页面 - TeleAntiFraud 2.0：一种可刷新、基于画像、基于音频的电信欺诈检测基准

来源：https://huggingface.co/papers/2609.18748 作者：

,

,

,

,

,

,

,

,

,

,

,

,

摘要

电信欺诈脚本演变迅速，且常被设计成类似常规服务对话，这对基于音频的电信欺诈评估提出了两个关键要求。首先，基准测试必须纳入新发现的诈骗模式，同时不能覆盖先前建立的测试集。其次，它们必须能够区分欺诈与合法的、近领域的通话，而非依赖主题分离的负面示例。我们提出 TeleAntiFraud 2.0，该基准采用我们的混合树反欺诈生成管道构建，并按照每月冻结评估协议进行评估。该管道将在线诈骗案例摘要转化为基于画像的场景，通过混合树生成进行扩展，在共享上下文中实现欺诈与非欺诈对话路径，将经过验证的对话渲染为角色匹配的语音，并为每个月的评估集冻结生成的音频、标签、提示、清单和溯源记录。每个冻结集包含 900 通中文通话，包括 600 例欺诈和 300 例近领域非欺诈案例。受控文本实验表明，三个分类器在针对无关或普通负面样本进行评估时，达到了完美的宏平均 F1（Macro-F1）分数，但在面对近领域同源负面样本时，分数降至 0.65-0.68。完整的音频集以及自动语音识别加大语言模型（ASR+LLM）评估进一步揭示了类别先验捷径、预测坍缩和快照敏感性问题。这些发现共同确立了近领域构建和坍缩感知报告作为在真实混淆条件下评估基于音频电信欺诈模型的核心要求。随附的研究成果包括构建代码、评估脚本、清单和文档。我们的数据集和代码可在 https://anonymous.4open.science/r/TeleAntiFraud-2_0-EEB2/ 获取。

查看 arXiv 页面 (https://arxiv.org/abs/2609.18748)查看 PDF (https://arxiv.org/pdf/2609.18748)项目主页 (https://teleantifraud.github.io/)添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2609.18748)

通过代理获取本文：

hf papers read 2609.18748

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

无模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2609.18748 以将其链接到此页面。

引用此论文的数据集 0

无数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2609.18748 以将其链接到此页面。

引用此论文的空间 0

无空间链接此论文

在空间 README.md 中引用 arxiv.org/abs/2609.18748 以将其链接到此页面。

包含此论文的收藏集 0

无收藏集包含此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection) 以将其链接到此页面。