Mace AI 创始人警告 AI 双重间谍,银行已检测到未授权 AI 代理
Mace AI 创始人警告企业需警惕「AI 双重间谍」风险,即被劫持或越权的 AI 代理在内部作恶。报道称银行已检测到未授权的 AI 代理活动,凸显企业 AI 治理与安全缺口。
共 10 篇相关资讯,按重要度与时间排序,每 3 小时更新。
Mace AI 创始人警告企业需警惕「AI 双重间谍」风险,即被劫持或越权的 AI 代理在内部作恶。报道称银行已检测到未授权的 AI 代理活动,凸显企业 AI 治理与安全缺口。
arXiv 新论文让三名资深贷款审核员审阅由 AI 辅助编辑、保留版式但改动申请人身份的伪造 PDF,132 条判断中仅 14 条(10.6%)有证据支持发现篡改。所有有效线索都来自文件内或跨文件的标识符不一致,没有任何视觉线索指向真实编辑。作者建议在人工审核之外引入一致性校验与独立来源核验。
针对实时支付欺诈检测中对抗方快速适应、标签滞后的问题,论文提出 SR-Fraud 框架,将请求时决策与离线自适应解耦:冻结的无状态智能体实时打分,离线反思智能体从成熟错误中提出边界假设,再由确定性验证器筛选。在生产基准上各项检测指标均优于冻结决策智能体与周期性重训的 CatBoost。
一名老妇因银行采用的人脸识别系统误判,被错误指控盗取银行资金。事件再度引发对生物识别准确率、误报后果与追责机制的质疑,凸显 AI 在金融风控等高风险场景中的公平性与可靠性问题。
美国银行提醒客户不要向AI助手透露银行密码,并强调客户需对AI代理访问账户所产生的活动负责。这反映出金融机构对AI代理接入金融账户风险的警惕。
研究首次提出针对多重图神经网络的可扩展结构攻击与对抗训练框架,用节点-边关联矩阵优化结构扰动,并引入基于有向 2/3 环计数的正则项衡量攻击合理性。在合成模式检测与真实反洗钱数据集上,学习型攻击显著降低检测性能(PR-AUC),而对抗训练能持续提升鲁棒性。代码已开源。
论文提出一套受控 LLM 工作流,结合参考案例检索与对比式 SHAP 证据,让模型在确定性校验下解释风险评分差异。实验显示该流程产出的诊断比无结构化引导的同一模型更一致、更可追溯。
论文提出HERMES,一种双尺度图Transformer架构,用于银行账户接管(ATO)欺诈检测。Micro-GT通过关系感知注意力捕捉会话局部异构图结构,Macro-GT则用非预知气候令牌与自适应类原型建模欺诈生态的全局动态。在美国某大型金融机构超1.3亿高风险交易会话上评测,客户摩擦相对降低4…
论文发布 PixSim,一个针对巴西 Pix 即时支付系统的开源模拟器,联合建模不可逆结算、监管追回机制、资金分散与容量受限人工审核。模型校准至巴西央行开放数据,全规模运行可将 2025 年追回率复现至 0.006 误差内,并揭示结算后追回受资金分散速度制约、按到达分布排班可将告警过期率从 52%…
论文利用六年真实电子发票数据构建买方与卖方双视角多重交易网络,提出DefaultGNN双视角图神经网络框架预测企业违约。该方法在属性基线和图基线上均有显著提升,尤其对内在风险信号有限的企业。与持牌信用评级机构合作验证显示,该模型在不增加违约风险的前提下将审批率提升7-11个百分点。