Naukowcy zaproponowali nową metodę wykorzystującą Temporal Contrastive Transformer do wykrywania oszustw i przestępstw finansowych. Podejście opiera się na self-supervised learning z użyciem predictive contrastive coding, który generuje embeddingi sekwencji transakcji bez potrzeby dużych zbiorów danych etykietowanych. Ta technologia jest ważna dla instytucji finansowych, gdyż może znacząco poprawić dokładność systemów antyprzestępczych przy niższych kosztach szkolenia modeli.