用于检测亲和与情感投资诈骗的认知感知 QML-CRL 框架

研究提出一种量子-经典混合框架（QML-CRL），通过对操纵性对话中的认知偏差建模来检测亲和与情感投资诈骗。该框架在参数化量子线路中使用专用量子比特编码认知偏差、操纵时序与叙事共现，并与经典强化学习 Agent 联合训练，将对话标记转化为逐轮决策的最优停止问题。模型在包含强负例及推销对话等合成语料上完成了评测验证。