Los investigadores proponen Semantic Pareto-DQN, un marco de aprendizaje por refuerzo multiobjetivo diseñado para abordar el desequilibrio extremo de clases y el "colapso del fraude" en la detección de anomalías financieras. El sistema sintetiza características de transacciones en narrativas en lenguaje natural codificadas por modelos de lenguaje grandes para crear representaciones de estado robustas.
- Optimiza una recompensa vectorial que desacopla la eficacia financiera, la fricción operativa y el descubrimiento semántico.
- Mapea la frontera de Pareto continua para navegar dinámicamente entre los costos de anomalías perdidas versus falsos positivos.
- Logra un recall superior en la clase minoritaria en comparación con las líneas base scalarizadas en los conjuntos de datos E-Commerce fraud y UCI Credit.
El marco proporciona una alternativa al comercio de fricción operativa acotada por el descubrimiento de anomalías financieras sin utilizar remuestreo de datos distorsionante.