FraudGraph Agent-ի ստեղծում. ինքնավար խարդախության հետաքննություն և քաղաքականությանը համապատասխան գործողություններ TigerGraph-ի միջոցով

Մշակողները ներկայացրել են «FraudGraph Agent»-ը՝ ձեռնարկատիրական մակարդակի ինքնավար համակարգ, որը նախատեսված է ժամանակակից վճարային խարդախությունների դեմ պայքարելու համար: TigerGraph x Hacker House Goa մրցույթի համար ստեղծված այս լուծումը համատեղում է TigerGraph 4.2.5-ը, Model Context Protocol-ը (MCP) և Vector GraphRAG-ը՝ հրաժարվելով ավանդական, ձեռքով կատարվող հետաքննություններից: Գրաֆային տվյալների վերլուծությունը համադրելով քաղաքականության կիրառման դետերմինիստական շարժիչի հետ՝ գործակալը կարող է ախտորոշել խարդախության տեսակները, հավաքել ապացույցներ և առաջարկել գործողություններ՝ առանց AI հալյուցինացիաների վտանգի: Համակարգը շեշտը դնում է գործառույթների խիստ տարանջատման վրա, որտեղ LLM-ները զբաղվում են տեղեկատվության համադրմամբ, իսկ քաղաքականության շարժիչը ապահովում է կարգավորող պահանջների կատարումը: 0.987 ROC-AUC ցուցանիշով FraudGraph Agent-ը ցույց է տալիս, թե ինչպես ինքնավար, գրաֆային հիմքով տրամաբանությունը կարող է նվազեցնել սխալ դրական արդյունքները և օպերացիոն դժվարությունները ֆինանսական խարդախությունների հայտնաբերման գործում: