Агент, который знает, когда он не знает: расследование мошенничества на TigerGraph

Разработчики на хакатоне TigerGraph x Hacker House Goa создали агентную систему расследования мошенничества, предназначенную для повышения точности обнаружения с помощью графовых вычислений. Используя набор данных IEEE-CIS, система применяет агента LangGraph, интегрированного с TigerGraph, для выполнения сложных обходов графов и векторного поиска. В отличие от традиционных моделей, полагающихся на статические оценки риска, этот агент использует байесовские обновления для калибровки уровней уверенности. При возникновении неопределенности система проактивно запрашивает дополнительные доказательства, такие как верификация клиента или проверка аналитиком, прежде чем принять окончательное решение. Архитектура использует GSQL-запросы, графовые алгоритмы и векторный поиск для выявления скоординированных схем мошенничества, которые часто пропускают стандартные модели. Этот подход демонстрирует эффективность сочетания структурированных графовых данных с логикой LLM, обеспечивая более прозрачные и адаптивные рабочие процессы предотвращения мошенничества в финансовых услугах.