PaySeqGen支付欺诈序列生成框架发布
热点事件观察中
PaySeqGen支付欺诈序列生成框架发布
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年11月4日，Huilin He等人在arXiv平台发布论文，提出名为PaySeqGen的可解释逆强化学习框架。该框架旨在重构在线支付欺诈行为策略，通过交替进行奖励学习与策略优化，从欺诈者观察到的支付轨迹中捕捉不同交易上下文下的欺诈者偏好。测试显示，该框架在蚂蚁国际真实场景中生成的欺诈序列可用于检测器增强，性能优于当前最优的生成增强方法。
AI 根据报道生成 · 1 天前更新
最新进展11月4日 13:00
PaySeqGen 利用可解释逆强化学习重构在线支付欺诈策略报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · AIPaySeqGen 利用可解释逆强化学习重构在线支付欺诈策略
PaySeqGen 框架通过可解释逆强化学习重构欺诈行为策略，在蚂蚁国际真实场景中生成欺诈序列用于检测器增强，优于 SOTA 生成增强方法。 该框架交替进行奖励学习与策略优化，学习可解释的行为奖励以捕捉不同交易上下文下的欺诈者偏好，支持实时轨迹中的欺诈模式分析。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 611月5日 05:00
- 近 24 小时变化
- –
02468
06:0012:0018:0011月6日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。