PreScam：基于早期对话预测诈骗进展的基准
原帖
**PreScam：一个基于早期对话预测诈骗进展的基准**
_PreScam: A Benchmark for Predicting Scam Progression from Early Conversations_
> 论文提出了PreScam基准，利用用户提交的真实诈骗报告构建了11,573个对话实例，覆盖20个诈骗类别。该基准旨在评估语言模型从对话早期阶段理解和预测诈骗进展的能力。研究发现，当前模型虽能捕捉部分线索，但在实时判断对话是否接近终止以及预测诈骗者下一步行动方面仍有明显不足，凸显了多轮对话风险升级和操控手法建模的挑战。
**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-05-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.12243)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
PreScam基准利用11,573个真实诈骗对话实例，旨在评估语言模型从对话早期阶段预测诈骗进展的能力，研究发现当前模型在预测诈骗者下一步行动方面存在不足。
答案说明
PreScam是一个用于评估语言模型从早期对话预测诈骗进展能力的基准，它基于真实诈骗报告构建了覆盖20个类别的对话数据集，并揭示了当前模型在预测诈骗动态方面的局限性。
这篇帖子回答的问题
- PreScam基准是如何构建的？
- 当前模型在诈骗预测任务上的主要不足是什么？
核心观点
- 论文指出，当前语言模型在从早期对话实时判断诈骗进展和预测诈骗者下一步行动方面存在明显不足。
FAQ
- Q: PreScam基准的目的是什么？
- A: 该基准旨在评估语言模型从对话早期阶段理解和预测诈骗进展的能力。
关键实体
- PreScam基准
- HuggingFace Daily Papers