探索基于大语言模型的实时电话诈骗检测

尽管生活在互联网时代，电话诈骗仍是最常见的诈骗形式之一。这些诈骗旨在通过金融手段剥削受害者，造成经济损失和心理痛苦。尽管政府、行业和学术界积极引入各种防御措施，但诈骗者也不断演化其战术，使电话诈骗成为持续的威胁。为对抗日益复杂的诈骗，检测技术也必须不断进步。在本文中，我们提出了一种建模诈骗电话的框架，引入一种基于大语言模型的实时检测方法，该方法评估对话中的欺诈意图，进而为用户提供即时警告以减轻伤害。通过实验，我们评估了该方法的性能并分析了影响其有效性的关键因素。这一分析使我们能够 refined 方法以提高精度，同时探讨召回率与及时性之间的权衡，为该关键领域的未来研究方向铺平了道路。