基于大模型微调的电信诈骗询问场景多轮问题生成方法

戴晋欣; 高士杰; 季铎; 鹿笛

doi:10.16009/j.issn.1009-5624.2026.20.057

信息记录材料 ›› 2026, Vol. 27 ›› Issue (20) : 177 -180+196. DOI: 10.16009/j.issn.1009-5624.2026.20.057

基于大模型微调的电信诈骗询问场景多轮问题生成方法

戴晋欣, 高士杰, 季铎, 鹿笛

作者信息 +

Author information +

文章历史 +

摘要

针对当前电信诈骗询问笔录任务多、笔录工具智能化不足的问题，本文提出了一种基于大模型微调的、面向电信诈骗询问场景的多轮问题生成方法。在数据集构建方面，依托从公安部门内网收集的电信诈骗笔录构建了多轮对话数据集。为缓解领域数据稀缺问题，通过数据增强策略对数据集样本进行扩充。在模型训练与优化方面，采用低秩适应技术对Qwen1.5、InternLM2.5及Llama3基座模型进行微调，并通过双智能体对话生成数据，结合直接偏好优化技术进行迭代优化，以校正不规范问题并对齐专家询问偏好。在评估环节通过引入大模型评分和人工专家评审方法，建立了多维评估体系。实验结果证明，本文方法能有效提升大模型问题生成的程序完整性、要素完整性以及逻辑流畅性，为构建智能化公安笔录系统提供了技术路径。