TeleAntiFraud 2.0：可更新、基于画像的语音电信诈骗检测基准
电信诈骗话术变化迅速，而且常常伪装成普通客服通话。TeleAntiFraud 2.0提出按月冻结的评测集，在加入新诈骗模式的同时不覆盖既有测试集，并要求模型区分诈骗通话与合法、但处于相近领域的通话。每个评测集包含900段中文通话，其中600段为诈骗，300段为非诈骗。受控文本实验显示，分类器面对无关或普通负例时可达到完美的Macro-F1，但面对相近领域的负例时，得分降至0.65至0.68。完整音频以及ASR结合LLM的评测还发现了依赖类别先验的捷径、预测坍塌和对数据快照的敏感性。研究认为，构造相近领域的负例并报告模型坍塌，是在真实混淆条件下评估语音电信诈骗模型的核心要求。研究配套提供构建代码、评测脚本、清单、来源记录和文档。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。