शोधकर्ताओं ने Semantic Pareto-DQN प्रस्तावित किया है, जो एक बहु-उद्देश्य पुनर्बल सीखने (reinforcement learning) फ्रेमवर्क है जिसे वित्तीय असामान्यता पता लगाने में अत्यधिक वर्ग असंतुलन और "धोखाधड़ी के पतन" को संबोधित करने के लिए डिज़ाइन किया गया है। सिस्टम लेनदेन विशेषताओं को बड़े भाषा मॉडलों द्वारा एन्कोडेड प्राकृतिक-भाषा कथाओं में संश्लेषित करता है ताकि मजबूत अवस्था निरूपण बनाए जा सकें।
- एक सदिश पुरस्कार को अनुकूलित करता है जो वित्तीय प्रभावशीलता, संचालनात्मक घर्षण और अर्थपूर्ण खोज को अलग करता है।
- लगातार पैरेटो मोर्चे को मैप करता है ताकि चूकी गई असामान्यताओं बनाम गलत धनात्मक परिणामों के खर्चों में गतिशील रूप से नेविगेट किया जा सके।
- E-Commerce fraud और UCI Credit डेटासेट पर स्केलराइज्ड बेलाइन की तुलना में अल्पसंख्यक वर्ग रिकॉल में श्रेष्ठता हासिल करता है।
यह फ्रेमवर्क वित्तीय असामान्यता खोज के लिए सीमित संचालनात्मक घर्षण के व्यापार का विकल्प प्रदान करता है, बिना विरूपक डेटा पुनः नमूनाकरण का उपयोग किए।