論文の概要: Patching the Blind Spots: Reversible LLM Rule Overlay for Frozen Fraud Detectors
- arxiv url: http://arxiv.org/abs/2611.08714v1
- Date: Thu, 05 Nov 2026 21:12:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-09 22:29:06.737262
- Title: Patching the Blind Spots: Reversible LLM Rule Overlay for Frozen Fraud Detectors
- Title(参考訳): ブラインドスポットのパッチング:冷凍フラッド検出器の可逆的LCMルールオーバーレイ
- Abstract要約: 我々は、十分に訓練された不正モデルを修正せずにパッチするフレームワークを提案する。
選択バイアスデータに基づいて訓練された現実世界のeコマース詐欺検知器では、オーバーレイは平均+2.26%のリコールで等精度で上昇する。
- 参考スコア(独自算出の注目度): 1.762851385078389
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In industrial tabular fraud classification, gradient-boosted trees remain state-of-the-art, but even a well-trained model has blind spots, and retraining the deployed model is not always safe. We propose a framework that patches such a model without modifying it: LLMs propose rules anchored on features the model underweights by SHAP, and the resulting noisy pool is screened for empirical support and calibrated into an additive, reversible log-lift overlay that runs at the production cut-off. Single-LLM benefit is high-variance and inverts between datasets, so we pool three diverse backbones by equal-weight logit averaging, trading peak gain for a bounded worst case. On a real-world e-commerce fraud detector trained on selection-biased data, continued training regresses even when carefully tuned, whereas the overlay gains on average +2.26% recall at equal precision ($Δ$R@P) and +1.60% precision at equal recall ($Δ$P@R) over production cut-offs spanning 30-57% precision and 23-63% recall. On a public benchmark of seven designed bias-shift variants it raises $Δ$P@R on every variant and keeps $Δ$R@P near neutral. Each amendment is a readable predicate naming the fraud pattern it covers.
- Abstract(参考訳): 産業用表紙不正分類では、勾配木は最先端のままであるが、十分に訓練されたモデルでさえ盲点を持ち、デプロイされたモデルの再訓練は必ずしも安全ではない。
LLMは、SHAPによるモデルアンダーウェイトの特徴に固定されたルールを提案し、その結果のノイズプールは、実証的なサポートのためにスクリーニングされ、プロダクションカットオフで実行される追加的で可逆的なログリフトオーバーレイに校正される。
単一LLMの利点は、データセット間での高分散と逆転であり、同量のロジット平均化によって3つの多様なバックボーンをプールする。
選択バイアスデータに基づいて訓練された実世界の電子商取引不正検知器では、慎重に調整された場合でもトレーニングが継続され、平均2.26%のオーバーレイリコール(Δ$R@P)と+1.60%のリコール(Δ$P@R)が30~57%の精度と23~63%のリコールでリコールされる。
7つの設計されたバイアスシフト変種に関する公開ベンチマークでは、すべての変種に対して$Δ$P@Rを上昇させ、$Δ$R@Pを中立に近い状態に保つ。
各修正は、それがカバーする詐欺パターンを命名する読みやすい述語である。
関連論文リスト
- Dual-Stream LLM-Guided Reward Design for Reject-Inference-Aware Reinforcement Learning in E-Commerce Payment Fraud Detection [1.762851385078389]
生産不正検出モデルは、自身のトラフィックの検閲されたスライスから学習する。
我々は、LLMが2段階のREINFORCE詐欺防止政策の報奨を進化させるQu et al.(2025)を拡張した。
ストリーム1は、ラベル付きトランザクションに標準のドル重み付き精度目標を適用し、ストリーム2はレガシーブロックされた未ラベルのトランザクションをスコアする。
論文 参考訳(メタデータ) (2026-11-05T21:02:58Z) - Causal Label Recovery in Payment Networks [0.0]
支払いネットワークにおける不正検出モデルは、体系的にバイアスのあるチャージバックラベルでトレーニングする。
共用紙 [arXiv05:26.27557] は、これらの4つの障害が検出性能に最小限の上限を課すことを示した。
観測パイプラインを3段階, 破損層を有する逐次欠落データ問題として定式化し, 逐次トリプライロバスト推定器を構築した。
論文 参考訳(メタデータ) (2026-05-28T02:43:34Z) - BiAxisAudit: A Novel Framework to Evaluate LLM Bias Across Prompt Sensitivity and Response-Layer Divergence [22.315546054051143]
大規模言語モデルのバイアス監査は、EU AI Actなどのガバナンスフレームワーク内で運用されている。
このプロトコルでは、各バイアススコアを2つの軸上での信頼性推定とともに報告する。
論文 参考訳(メタデータ) (2026-05-09T16:26:49Z) - Knowing but Not Correcting: Routine Task Requests Suppress Factual Correction in LLMs [26.062372963777452]
LLMは、独立して提示された時に確実に偽のクレームを訂正するが、同じクレームがタスク指向のリクエストに埋め込まれている場合、そのクレームは正しいというよりも、従うことが多い。
我々は、この障害モードの誤り訂正を抑え、300の偽の前提のベンチマークを構築し、8つのモデルで体系的に評価する。
抑制率は19%から90%で、4つのモデルが80%を超え、修正抑制が一般的で深刻な現象として確立された。
論文 参考訳(メタデータ) (2026-05-07T10:04:39Z) - Reinforcement Learning with Verifiable yet Noisy Rewards under Imperfect Verifiers [90.50039419576807]
RLVR(Reinforcement Learning with Verifiable Rewards)は、人為的なラベル付けを避けるために、自動検証に対するポリシーを訓練する。
認証ハッキングの脆弱性を軽減するため、多くのRLVRシステムはトレーニング中にバイナリ$0,1$の報酬を破棄する。
この選択にはコストがかかる:textitfalse negatives(正しい回答、FNを拒絶)とtextitfalse positives(間違った回答、FPを受け入れる)を導入する。
論文 参考訳(メタデータ) (2025-10-01T13:56:44Z) - Rejection via Learning Density Ratios [50.91522897152437]
拒絶による分類は、モデルを予測しないことを許容する学習パラダイムとして現れます。
そこで我々は,事前学習したモデルの性能を最大化する理想的なデータ分布を求める。
私たちのフレームワークは、クリーンでノイズの多いデータセットで実証的にテストされます。
論文 参考訳(メタデータ) (2024-05-29T01:32:17Z) - Label Distributionally Robust Losses for Multi-class Classification:
Consistency, Robustness and Adaptivity [55.29408396918968]
多クラス分類のためのラベル分布ロバスト(LDR)損失という損失関数群について検討した。
我々の貢献は、多クラス分類のためのLDR損失のトップ$kの一貫性を確立することによって、一貫性と堅牢性の両方を含んでいる。
本稿では,各インスタンスのクラスラベルの雑音度に個別化温度パラメータを自動的に適応させる適応型LDR損失を提案する。
論文 参考訳(メタデータ) (2021-12-30T00:27:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。