Jul 13, 2026 · An Explainable Agentic System for Detection of Conversational Scams with Summary-Based Memory
An Explainable Agentic System for Detection of Conversational Scams with Summary-Based Memory
论文提出一个可解释的智能体系统，用于检测对话式诈骗，并引入多类别基准数据集 ConScamBench-278。在孤立消息上，单消息检测器达到100%钓鱼召回；在LoveFraud02语料库上，对话级检测器识别出所有83个诈骗对话；在ConScamBench-278上达到97.8%准确率。两项用户研究（N=100和N=45）表明参与者经常对可疑对话感到不确定。
EVENT STORY
Development
- First ReportAn Explainable Agentic System for Detection of Conversational Scams with Summary-Based MemoryarXiv cs.AI
- Current Assessment对话式诈骗检测需求增长，现有方法多聚焦单条消息，该工作填补了多轮对话检测的空白，可能推动安全产品向智能体化演进。Agent Pulse · analysis
论文提出一个可解释的智能体系统，用于检测对话式诈骗，并引入多类别基准数据集 ConScamBench-278。在孤立消息上，单消息检测器达到100%钓鱼召回；在LoveFraud02语料库上，对话级检测器识别出所有83个诈骗对话；在ConScamBench-278上达到97.8%准确率。两项用户研究（N=100和N=45）表明参与者经常对可疑对话感到不确定。
该系统通过摘要记忆机制实现对话级诈骗检测，在基准测试上表现优异，但用户研究显示实际场景中仍存在不确定性，提示系统需进一步优化可解释性和用户信任。
对话式诈骗检测需求增长，现有方法多聚焦单条消息，该工作填补了多轮对话检测的空白，可能推动安全产品向智能体化演进。
该技术可集成到即时通讯、社交平台或金融应用中，提供实时诈骗预警，降低用户财产损失风险。
可关注该基准数据集 ConScamBench-278 的社区采用情况，以及系统在真实部署中的误报率和用户接受度。