تواجه أنظمة الدفع والتجارة الإلكترونية تحديات متزايدة في مجال الكشف عن الاحتيال، حيث يتطلب الأمر قوة دقة عالية وقدرة على التعامل مع تفاوت فئات بيانات شديدة. في هذا الإطار، يُبرز البحث الجديد SAGE، الذي يمثل طفرة حقيقية في المجال. يعتمد SAGE على نموذج من نماذج لغوية ضخمة (Large Language Models) ويتضمن ثلاث وكلاء مخصصين يعملون على اتخاذ القرارات اعتماداً على شجرة تشخيص بيانات معقدة تتألف من ست طبقات، بالإضافة إلى عملية اتخاذ قرار ماركوفية تُوجه بواسطة تدرجات اللغة الطبيعية، مما يسمح بتحسين تلقائي للنموذج وفقًا لمكافآت مخصصة للكشف عن الاحتيال.

لقد تم اختبار SAGE على خمس مجموعات بيانات خاصة بالاحتيال، حيث حقق نسبة نجاح مذهلة بلغت 96% في مقارنات الأساليب. أيضاً، أظهر SAGE تحسيناً متوسطاً قدره 40.86% في معدل F1 مقارنة بالأساليب السابقة. يمكن للمطورين الوصول إلى الكود الخاص بـ SAGE عبر GitHub.

إن سمة الابتكار في SAGE لا تكمن فقط في نتائجه المذهلة بل أيضاً في كيفية تقديمه لحلول ناضجة تُناسب احتياجات مديري المخاطر. هذا الإطار الذكي يفتح آفاقًا جديدة في مجال الكشف عن الاحتيال، مما يُعزز من الثقة في أنظمة الدفع عبر الإنترنت.