محققان در پژوهش جدیدی، فریمورک «DeepScrub» را معرفی کردهاند که با استفاده از مدلهای زبانی بزرگ (LLM)، به شکلی هوشمند و قابلتفسیر، سفارشهای فیک و جعلی را در پلتفرمهای خدماتی شناسایی میکند.
نکات کلیدی این دستاورد:
✅ ایجاد قابلیت استدلال برای مدل (Traceable Reasoning) به جای مدلهای «جعبه سیاه».
✅ استفاده از مکانیسم SURE برای بازخورد گرفتن از متخصصان انسانی.
✅ بهبود چشمگیر عملکرد نسبت به بررسیهای دستی و کاهش ۹۴ درصدی حجم کار بازبینها.
✅ اثبات این نکته که بهینهسازی دامنه (Domain Adaptation) در مدلهای کوچکتر، گاهی از بزرگ کردن ابعاد مدل هم مهمتر است.
این تحقیق نشان میدهد که چگونه میتوان با ترکیب قدرت مدلهای زبانی و دانش تخصصی، امنیت تجارت الکترونیک را به شکل قابل توجهی افزایش داد. نظر شما در مورد کاربرد تخصصی مدلهای زبانی در امنیت چیست؟
منبع: arXiv Machine Learning