热点事件持续更新

麦考瑞大学课程项目开源LLM异质图欺诈检测仓库

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Macquarie University COMP8851 课程项目（Prajan Bhattarai，EthNeural）开源了 llm-graph-fraud-detection 仓库，比较 LLM 编码器、zero-shot 推理器和 LoRA 微调推理器三种与图结构结合的方式，使用 Instagram 和 TwiBot-20 数据集（TwiBot-20 类不敏感同质性仅 0.104）。中期结果显示，更好的文本编码器带来最大收益，Qwen2.5-1.5B + MLP 达到 macro-F1 0.766；GCN 在异质图上低于纯文本基线，zero-shot LLM 推理器也不敌简单训练分类器。仓库不含数据，TwiBot-20 需向其作者申请用于研究；缓存的嵌入（约 400 MB）和 LoRA 检查点也未包含在仓库中。

AI 根据报道生成 · 43 分钟前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

15:20
GitHub · 灵魂体仓库
EthNeural 开源 llm-graph-fraud-detection：评估 LLM 在异质图欺诈检测中的作用
Macquarie University 的 COMP8851 项目开源了 LLM 图欺诈检测仓库，比较 LLM 编码器、zero-shot 推理器和 LoRA 微调推理器三种结合方式，使用 Instagram 和 TwiBot-20 数据集（TwiBot-20 类不敏感同质性仅 0.104）。结果显示更好的文本编码器收益最大，Qwen2.5-1.5B + MLP 达到 macro-F1 0.766，而 GCN 在异质图上低于纯文本基线，zero-shot LLM 推理器也不敌简单训练分类器。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。