DGP：一种用于图增强大语言模型欺诈检测的双粒度提示框架 （英）
DGP: A Dual-Granularity Prompting Framework for Fraud Detection with Graph-Enhanced LLMs Yuan Li1 , Jun Hu1 , Bryan Hooi1 , Bingsheng He1 , Cheng Chen2
报告摘要
DGP: A Dual-Granularity Prompting Framework for Fraud Detection with Graph-Enhanced LLMs Yuan Li1 , Jun Hu1 , Bryan Hooi1 , Bingsheng He1 , Cheng Chen2
报告信息
- 文件全名
- 《DGP：一种用于图增强大语言模型欺诈检测的双粒度提示框架 （英）-9页.pdf》
- 适合读者
- 核心数据
- performance by up to 6.8% (AUPRC) over state-of-the-art
- 核心议题
常见问题
《DGP：一种用于图增强大语言模型欺诈检测的双粒度提示框架 （英）》主要包含哪些内容?
DGP: A Dual-Granularity Prompting Framework for Fraud Detection with Graph-Enhanced LLMs Yuan Li1 , Jun Hu1 , Bryan Hooi1 , Bingsheng He1 , Cheng Chen2核心数据:performance by up to 6.8% (AUPRC) over state-of-the-art。
这份报告覆盖哪一年、篇幅多大?
覆盖 2025 年,全文约 9。
这份报告是免费的吗?如何获取?
本报告免费查阅,登录资料宝后即可在线获取完整内容。
这份报告适合哪些读者?
适合战略规划、行业研究员等读者参考。
报告涉及哪些关键议题?
重点分析了大语言模型、LLM、语言模型等议题。
继续阅读
查看全部 →