Влияние выбора метода отсечки на доходность моделей кредитного скоринга
Эксперимент на открытых данных Home Credit показал, что модель с меньшим показателем AUC может приносить больше прибыли при стандартной отсечке по скору. Однако индивидуальная оценка каждого кредита с учетом суммы, срока и калиброванной вероятности дефолта устраняет этот разрыв и максимизирует доход обеих моделей.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
LLM предложили рассматривать как смысловые системы в рамках теории Лумана
В эссе предложено расширить понятие смысла теории Никласа Лумана на LLM-системы, выделив их в отдельный тип лумановских систем через семантические векторы. Автор показывает, что выбор следующих состояний беседы в языковых моделях соответствует лумановской теории смысла. Такой подход предлагает новый философский аппарат для описания работы LLM без сведения их к дихотомиям сознания или имитации.
Ансамблевое прогнозирование с помощью моделей временных рядов IBM Granite
Представлены методы ансамблевого прогнозирования на базе моделей временных рядов линейки IBM Granite. Рассматриваемый подход позволяет применять модели семейства Granite для анализа и предсказания временных данных.
Анализ рисков и математических ограничений использования ИИ в судебной системе
Специалист по безопасности рассчитал риски внедрения систем распознавания лиц и алгоритма COMPAS в правосудие. Расчеты показали, что даже при уровне ошибок в 0,1% в мегаполисе система почти всегда будет указывать на невиновного. Также в материале рассмотрены реальные прецеденты ошибочных арестов и поведение языковых моделей на тестах.
Как нейросети OpenAI, Anthropic и Google обращаются с данными пользователей
Условия обработки промптов и файлов в сервисах OpenAI, Anthropic и Google зависят от выбранного тарифа. На основе анализа пользовательских соглашений, инцидентов и исследований сформированы рекомендации для компаний по безопасной передаче информации в нейросети.