FraudSociety 发布首个联合建模信息与金融动态的 LLM 智能体金融诈骗模拟器

该论文发布了 FraudSociety，这是首个基于大语言模型智能体的模拟器，旨在同时建模信息传播与金融交易的双向动态，填补了现有工具仅能捕捉单一维度的空白。系统通过动态社交环境、持久化财务账本以及需求 - 意图 - 行动架构，构建了诈骗者与平民之间的闭环反馈机制。

实证数据显示，模拟结果在宏观统计上与真实世界模式高度吻合，微观层面复现了损失集中现象：前10%的受害记录占据了总损失的81.1%，这一比例与加拿大反欺诈中心的数据一致。在反欺诈干预实验中，表现最佳的个性化干预策略成功将重复支付率从49.4%显著降低至10.9%。

事实层面，该研究构建了一个包含特定架构的高保真仿真环境并验证了其统计特征；推断层面，这种高保真度意味着未来可用于低成本测试不同反欺诈策略的有效性；猜测层面，虽然文中未明确提及，但此类模拟器可能成为监管机构或企业制定政策前的标准预演工具。