Os autores propõem o Semantic Pareto-DQN, um framework de aprendizado por reforço multiobjetivo projetado para abordar o desequilíbrio extremo de classes e o "colapso da fraude" na detecção de anomalias financeiras. O sistema sintetiza características heterogêneas de transações em narrativas de linguagem natural codificadas por modelos de linguagem grandes para criar representações de estado robustas.
- Otimiza uma recompensa vetorial que desacopla a eficácia financeira, o atrito operacional e a descoberta semântica.
- Mapeia a fronteira de Pareto contínua para navegar dinamicamente entre os custos de anomalias perdidas versus falsos positivos.
- Alcança recall superior na classe minoritária nos conjuntos de dados de fraude de E-Commerce e UCI Credit em comparação com baselines scalarizadas.
Esta abordagem fornece uma alternativa à remuestreamento de dados, equilibrando a interdição de anomalias com o atrito do cliente sem distorcer a distribuição subjacente dos dados.