Les auteurs proposent Semantic Pareto-DQN, un cadre d'apprentissage par renforcement multi-objectif conçu pour traiter le déséquilibre de classe extrême et l'effondrement de la détection de fraude dans la détection d'anomalies financières. Le système synthétise des caractéristiques de transactions hétérogènes en récits en langage naturel encodés par des grands modèles de langage afin de créer des représentations d'état robustes.
- Optimise une récompense vectorielle qui découple l'efficacité financière, la friction opérationnelle et la découverte sémantique.
- Cartographie la frontière de Pareto continue pour naviguer dynamiquement entre les coûts des anomalies manquées et les faux positifs.
- Atteint un rappel supérieur de la classe minoritaire sur les fraudes E-Commerce et les ensembles de données UCI Credit par rapport aux lignes de base scalarisées.
Cette approche fournit une alternative au rééchantillonnage des données en équilibrant l'interdiction des anomalies avec la friction client sans distuer la distribution sous-jacente des données.