面向互动诈骗的“受害者即服务”：设计一个与互动诈骗者互动的系统
机器学习
2025-10-29 v1
摘要
屠猪行为及类似的互动型网络诈骗，通过建立数周甚至数月的对话来降低受害者的防御力度。据一项最新研究，已造成至少 750 亿美元的损失。然而，由于其长期对话的特性，规模化调查极具挑战性。本文描述了我们为 CHATTERBOX 系统——一种自动化与网络诈骗者长期互动的 LLM 系统——的动机、设计、实现与经验。我们描述了吸引诈骗尝试的技术、为使其能说服性地与诈骗者互动所需的 LLM 工程，以及满足或规避诈骗者工作流程中“里程碑”所需的能力。
关键词
引用
@article{arxiv.2510.23926,
title = {Improving the Straight-Through Estimator with Zeroth-Order Information},
author = {Ningfeng Yang and Tor M. Aamodt},
journal= {arXiv preprint arXiv:2510.23926},
year = {2025}
}
备注
39th Conference on Neural Information Processing Systems (NeurIPS 2025)