FRAUDSkill：面向音频反欺诈检测的结构化冻结权重技能优化
FRAUDSkill是一种无需修改大型音频语言模型内部权重的适配框架。该方法转而优化外部技能程序、路由专属策略和决策规则，以执行三阶段流程：识别服务场景、检测欺诈，并在必要时分类欺诈类型。研究还结合验证引导的多路径推理，以提高输出对既定流程的遵循程度。在TeleAntiFraud基准测试中，FRAUDSkill取得73.50%的Macro-F1，相比共享冻结模型基线提升31.96个百分点，同时将无效输出比例降至1.94%。研究人员表示，外部技能优化有助于应对不断变化的欺诈模式和标注政策。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。