FRAUDSkill 冻结权重外挂技能优化，语音反诈 Macro-F1 提升至 73.5%
PPSUCTeleantifraudCommunity · hf · 2026-09-21
PPSU 反诈社区发布 FRAUDSkill，一个针对音频语言模型反诈检测的结构化冻结权重适配框架：不改底层模型，而是在外层优化技能程序、路由策略与决策规则，并结合结构化输出控制与验证引导的多路径推理，保证预测符合「场景识别→欺诈检测→类型分类」的决策协议。
在 TeleAntiFraud 基准上，FRAUDSkill 取得 73.50% Macro-F1，比共享冻结模型基线高出 31.96 个百分点，无效输出降至 1.94%。作者指出，相比把任务知识写进参数或手工维护 prompt 的做法，外挂技能层随欺诈话术与标注策略演进更易更新。代码已开源。
「研究」频道最新
- GEPA 优化提示词,把 Jev 医学文献任务 F1 从 69.1% 提到 79.7% — matei_zaharia · 2026-09-21
- 把哲学体系变成可执行的 RL 目标,才是价值对齐的真问题 — willcb · 2026-09-21
- 图解循环结构：从 Amari-Hopfield 网络一直讲到 GPT-6 Astra — gklambauer · 2026-09-21
- Anthropic 在湾区建生物湿实验室，让 Claude 指挥机器人做药物研究 — FinanceYF5 · 2026-09-21
- DraftTrace:从过程而非结果评估学生 AI 时代学习 — keviv9 · 2026-09-21
- Matthew Berman 探讨:这只仿真果蝇到底算不算「真」 — Matthew Berman · 2026-09-21