détection de fraude graphique
2 published articles
Intelligence Artificielle
Pourquoi le meilleur détecteur de fraude par graphes sur trois benchmarks n'utilise pas ses propres étiquettes
PREF-Gate sépare la détection de fraude en un expert de contexte sans étiquette et un expert de preuves dérivées d'étiquettes, puis laisse une porte de validation décider lequel déployer. Sur Amazon et YelpChi, il abandonne complètement les preuves ; seulement sur TFinance accepte-t-il un petit mélange. L'article force le domaine à confronter si ce sont les fuites d'étiquettes, et non l'architecture du modèle, qui génèrent de nombreux gains publiés des GNN.
2026-07-29
Détection de fraude dans les graphes
Ce que révèle un nouvel article sur la détection de fraude dans les graphes à propos du sale petit secret de l'IA : la fuite d'étiquettes
L'article PREF-Gate formalise un contrat de provenance des étiquettes pour les preuves relationnelles dans la détection de fraude dans les graphes. Il montre que sur deux des trois ensembles de données, le meilleur modèle est celui qui évite entièrement les preuves dérivées des étiquettes d'entraînement, un résultat qui remet en question les hypothèses courantes dans la recherche sur les réseaux neuronaux de graphes.
2026-07-26