TeleAntiFraud 2.0：可刷新、基于画像、以音频为载体的电信诈骗检测基准
核心概要
该工作提出 TeleAntiFraud 2.0，一个以月度冻结快照形式组织的可刷新中文电话音频基准，通过混合树反诈生成流水线把网络诈骗案情摘要转化为共享情境、仅在带标签行为处分叉的诈骗与近域合法姊妹对话，并渲染为角色匹配语音；每个冻结集含 900 通中文电话（600 诈骗、300 近域非诈骗），受控文本实验显示三类分类器在无关或普通负例上达到完美 Macro-F1，而在近域姊妹负例上降至 0.65–0.68，全量音频与 ASR+LLM 评测进一步揭示类别先验捷径、预测坍缩与快照敏感性。
Figure 1: Mixed-tree construction and snapshot-level diagnostics, including tree-distance structure, transfer difficulty, prediction collapse, and snapshot variation.
arXiv深度剖析
提出可版本化、月度冻结的音频基准，使新出现的诈骗模式可被纳入后续发布，而每个已发布快照保持不可变，并保留音频、标签与理由、生成元数据、评测提示、模型响应与溯源记录。 相较固定测试集（如 FDB 的共享划分、Fraud-R1 的固定交互集、TeleAntiFraud-28k 的固定音频文本集），该设计在吸收新案情的同时不覆盖既有评测集，从而支持可复现、可审计的纵向比较。 论文以表 1 对比说明“Refresh”列为 Monthly、“Frozen eval.”列为 Monthly snaps.，并说明当前两个快照支持快照敏感性分析，更长期的时间性结论需要更多发布。
开发混合树反诈生成流水线，将案情摘要经场景画像、混合树扩展、协作式对话实现与语音渲染四阶段转为可追溯通话音频，诈骗与合法姊妹路径共享参与者、情境、开场轮次与早期风险语言，仅在带标签行为出现后分叉。 与从同一画像独立生成诈骗与非诈骗通话相比，姊妹路径设计避免开场语境或会话框架出现与标签相关的差异，使标签取决于完整交互轨迹而非话题级线索。 论文给出混合树的形式化定义（节点集、边集、共享根、节点属性映射、路径状态映射与状态转移函数），并说明状态取值为模糊、诈骗、非诈骗三类，在带动作标签的边被遍历时更新。
受控文本与全量音频评测显示，无关或普通电信负例使任务近乎完全可分，而近域姊妹负例将 Macro-F1 降至 0.65–0.68；全量音频与 ASR+LLM 评测进一步暴露假阳性偏置、类别先验捷径、预测坍缩与跨月度快照的显著波动。 这些结果说明仅报告诈骗类 F1 不足以评估电信诈骗模型，需要联合报告类别均衡指标、类别条件召回、预测分布与坍缩行为。 论文报告三类分类器在受控文本实验中的表现，并在全量音频与 ASR+LLM 评测中观察到上述诊断行为；具体模型清单与逐项数值需查阅原文表格。
启示与展望
该基准面向中文电话音频场景，每个冻结集为 900 通电话（600 诈骗、300 近域非诈骗），适用于在共享情境下区分诈骗与近域合法通话的评测，以及跨月度快照的敏感性分析；其流水线设计允许把新收集的案情摘要纳入后续月度快照，因此适合需要持续跟踪新诈骗模式、同时保留既有评测记录与溯源信息的团队与评测方。
论文指出当前仅有两个快照，因此更长期的时间性结论需要更多发布；此外，全量音频与 ASR+LLM 评测中观察到的假阳性偏置、类别先验捷径与预测坍缩的具体幅度、涉及哪些模型族，以及 10 位专家审计与试点加审计的具体流程与一致性结果，需要结合原文表格与附录进一步核对。