深度分析 DeXposure‑Claw：圖時序預測與大型語言模型驅動的 DeFi 風險監控系統 DeFi風險快速演變，研究提出DeXposure-Claw以圖時序預測模型DeXposure-FM結合監控與安全門檻，將LLM決策限定於結構化證據。實驗在五年每週資料上顯示票證F1從0.0076提升至0.0288，且每週成本低於1美元。即使如此，約37%介入仍屬誤報，凸顯資料健康與信心門檻的重要性。
