论文页面 - PreScam：用于从早期对话预测诈骗演变的基准

来源：https://huggingface.co/papers/2605.12243

摘要

PreScam基准通过根据诈骗杀伤链对真实世界报告进行结构化，并标注心理行动和受害者回应，实现了通过多轮对话对诈骗演变进行建模。

对话式诈骗，如情感诈骗和投资诈骗，正成为一种主要的在线欺诈形式。与一次性诈骗诱饵（如虚假彩票或未付通行费消息）不同，它们通过多轮对话展开，诈骗者利用不断演变的心理技巧逐步操纵受害者。然而，现有研究主要集中在静态诈骗检测或合成诈骗上，尚未明确语言模型能否理解真实世界诈骗如何随时间演变。我们推出了PreScam，这是一个用于从早期对话建模诈骗演变的基准。基于用户提交的诈骗报告，PreScam从177,989条原始报告中过滤并结构化为11,573个对话式诈骗实例，涵盖20个诈骗类别。每个实例根据提出的诈骗杀伤链所定义的诈骗生命周期进行分层结构，并在轮次层面进一步标注了诈骗者的心理行动和受害者回应。我们在两个任务上对模型进行了基准测试：实时终止预测（估计对话是否接近终止阶段）和诈骗者行动预测（预测诈骗者的后续行动）。结果显示，表面流利性与演变建模之间存在明显差距：监督式编码器在实时终止预测上显著优于零样本LLM，而即使是强LLM，在下一个行动预测上也仅取得中等成功。综合来看，这些结果表明当前模型能够捕捉一些与诈骗相关的线索，但在追踪风险如何升级以及操纵如何在多轮中展开方面仍然存在困难。

查看arXiv页面 (https://arxiv.org/abs/2605.12243)查看PDF (https://arxiv.org/pdf/2605.12243)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2605.12243)

在你的agent中获取此论文：

hf papers read 2605.12243

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

引用此论文的模型0

没有模型链接此论文

请在模型README.md中引用arxiv.org/abs/2605.12243，以从此页面链接它。

引用此论文的数据集0

没有数据集链接此论文

请在数据集README.md中引用arxiv.org/abs/2605.12243，以从此页面链接它。

引用此论文的Space0

没有Space链接此论文

请在Space README.md中引用arxiv.org/abs/2605.12243，以从此页面链接它。

包含此论文的集合0

没有集合包含此论文

请将此论文添加到集合 (https://huggingface.co/new-collection)中，以从此页面链接它。