Naukowcy zaproponowali innowacyjny system do wykrywania oszustw finansowych wymierzonych w osoby starsze poprzez analizę rosnącego ryzyka w wieloturowych rozmowach. Opracowany framework ocenia ryzyko po każdej turze konwersacji, dynamicznie aktualizując estymaty na podstawie obserwowanych wzorów eskalacji manipulacyjnych, umożliwiając monitorowanie oszustw w trakcie ich rozwijania się.
Zbór danych zawarty w badaniu obejmuje dialogi wieloturowe z scenariuszami oszustw inwestycyjnych, charytatywnych i wsparcia technicznego, każdy zawierający od 2 do 8 tur. Każda kumulatywna stadia rozmowy została oznaczona jakościowym poziomem ryzyka, ciągłą oceną ryzyka numeryczną, wyjaśniającą racją i rekomendacją bezpieczeństwa. Cztery modele - Phi-4, LLaMA-3.2, DeepSeek-R1 i Qwen3 - przeszły fine-tuning w ramach ujednoliconego frameworku treningowego.
System wykorzystuje kompaktowe architektury małych modeli jezyka, co umożliwia jego wdrożenie na urządzeniach mobilnych i w warunkach ograniczonych zasobów obliczeniowych. Modele nauczono rozpoznawać lingwistyczne wskaźniki związane z oszustwami oraz wzorce eskalacji zachodzące między turami rozmowy. Phi-4 i LLaMA-3.2 wykazały się najlepszymi wynikami wśród ocenianych modeli, demonstrując potencjał do praktycznego wdrożenia w systemach ochrony przed oszustwami dla seniorów.