Авторы предлагают Semantic Pareto-DQN, многоцелевую фреймворк обучения с подкреплением, разработанный для решения проблемы экстремного дисбаланса классов и «схлопывания мошенничества» при обнаружении аномалий в финансах. Система синтезирует гетерогенные признаки транзакций в повествования на естественном языке, закодированные большими языковыми моделями, для создания устойчивых представлений состояния.
- Оптимизирует векторное вознаграждение, которое разделяет финансовую эффективность, операционное трение и семантическое открытие.
- Отображает непрерывную Парето-фронтальность для динамической навигации между стоимостью пропущенных аномалий и ложными срабатываниями.
- Демонстрирует превосходное значение recall для меньшинства классов на наборах данных E-Commerce fraud и UCI Credit по сравнению с базовыми методами скаляризации.
Этот подход предоставляет альтернативу ресэмплингу данных, балансируя между предотвращением аномалий и трением для клиентов без искажения исходного распределения данных.