Resumen:Presentamos HCLA, un sistema multiagente centrado en el ser humano para la detección de anomalías en transacciones de activos digitales. El sistema vincula tres funciones: análisis, detección y explicación en un flujo de trabajo conversacional que permite a los no expertos hacer preguntas en lenguaje natural, inspeccionar análisis estructurados y obtener fundamentos conscientes del contexto. Implementado con una interfaz de usuario web de código abierto, HCLA traduce las intenciones del usuario en un esquema para un detector clásico (XGBoost en nuestro prototipo) y devuelve explicaciones narrativas basadas en las características subyacentes. En un conjunto de datos de mezcla de Bitcoin etiquetado (Wasabi Wallet, 2020-2024), el detector de referencia alcanza una gran precisión, mientras que HCLA agrega interpretabilidad y refinamiento interactivo. Describimos la arquitectura, el circuito de interacción, el conjunto de datos, el protocolo de evaluación y las limitaciones, y discutimos cómo un diseño humano en el circuito mejora la transparencia y la confianza en la ciencia forense financiera.
Publicado originalmente en export.arxiv.org el 23 de octubre de 2025.
Ver fuente original
