arXiv · AI· Shivam Swarup, Divya Prakash Shrivastava, Rakesh Thakur·· 7 小时前AI 评分21
审计表示空间欺诈检测：校准不确定性与贝叶斯 IRL 框架及其局限
Auditing Representation-Space Fraud Detection: A Bayesian IRL Framework for Calibrated Uncertainty and Its Limits
AI 导读
提出 VEIL 贝叶斯 IRL 框架审计推荐系统欺诈检测，证明基于用户画像不变量的表示空间检测器在 donor-mimicry 攻击下性能崩塌至随机水平。 LightGCN 表示丢弃了原始画像中的 Jaccard 相似度信号，导致嵌入距离异常（1.98 vs 3.09），而基于原始项集最大相似度的非学习基线仍保持 0.92-0.97 AUROC，表明原始相似度检查是学习检测器必要补充。
来源：arXiv · AI · arxiv.org