ReForest: l’interpretabilità incontra il ragionamento in Isolation Forest

Abstract degli autori

I metodi statistici di rilevamento delle anomalie come Isolation Forest sono efficienti, ma presentano un limite cruciale sul piano semantico. Individuano valori numerici rari senza comprenderne il significato nel contesto dei dati e spesso non rilevano anomalie sottili che dipendono dal contesto. I modelli linguistici di grandi dimensioni, invece, hanno notevoli capacità di ragionamento semantico, ma sono troppo costosi e lenti per essere impiegati su larga scala. Per colmare questo divario proponiamo ReForest, un nuovo framework che combina l’efficienza statistica di Isolation Forest con la capacità di ragionamento dei modelli linguistici di grandi dimensioni. ReForest trasforma i percorsi decisionali latenti di Isolation Forest in spiegazioni in linguaggio naturale, consentendo a un modello linguistico di affinare il rilevamento delle anomalie mediante un ensemble dinamico che tiene conto dell’incertezza. Questo approccio permette al modello di ponderare in modo adattivo i segnali statistici e semantici in base a un grado di fiducia, determinato dall’incertezza, per ciascuna istanza. Esperimenti approfonditi su quattro dataset reali (Healthcare, Finance) mostrano che ReForest supera significativamente i metodi di riferimento, con un miglioramento medio del 21% nella recall e del 10% nel punteggio F1. Il nostro framework non solo migliora le prestazioni di rilevamento, ma aumenta anche la trasparenza del modello ancorando le narrazioni semantiche a evidenze statistiche e fornendo motivazioni interpretabili, essenziali per le decisioni ad alto impatto.