Fugu-MT 論文翻訳(概要): Explaining Risks: Axiomatic Risk Attributions for Financial Models

論文の概要: Explaining Risks: Axiomatic Risk Attributions for Financial Models

arxiv url: http://arxiv.org/abs/2506.06653v1
Date: Sat, 07 Jun 2025 04:15:27 GMT
ステータス: 翻訳完了
システム内更新日: 2025-06-10 16:33:10.386214
Title: Explaining Risks: Axiomatic Risk Attributions for Financial Models
Title（参考訳）: リスクの説明:金融モデルに対する軸的リスク属性
Authors: Dangxing Chen,
Abstract要約: 近年、機械学習モデルは非常に複雑なブラックボックス構造を犠牲にして大きな成功を収めている。金融などのリスクの高い分野では、リスクは平均的な予測と同じくらい重要である。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In recent years, machine learning models have achieved great success at the expense of highly complex black-box structures. By using axiomatic attribution methods, we can fairly allocate the contributions of each feature, thus allowing us to interpret the model predictions. In high-risk sectors such as finance, risk is just as important as mean predictions. Throughout this work, we address the following risk attribution problem: how to fairly allocate the risk given a model with data? We demonstrate with analysis and empirical examples that risk can be well allocated by extending the Shapley value framework.
Abstract（参考訳）: 近年、機械学習モデルは非常に複雑なブラックボックス構造を犠牲にして大きな成功を収めている。公理的帰属法を用いることで、各特徴の寄与を適切に割り当てることができ、モデル予測を解釈することができる。金融などのリスクの高い分野では、リスクは平均的な予測と同じくらい重要である。この作業を通じて、我々は以下のリスク帰属問題に対処する。私たちはShapleyのバリューフレームワークを拡張することでリスクを適切に割り当てることができるという分析と実証的な例を示します。

関連論文リスト

Mapping AI Benchmark Data to Quantitative Risk Estimates Through Expert Elicitation [0.7889270818022226]
我々は、リスク見積の作成を容易にするために、既存のAIベンチマークをどのように利用できるかを示す。本稿では、AIベンチマークであるCybenchからの情報を用いて確率推定を生成するパイロット研究の結果について述べる。
論文参考訳（メタデータ） (2025-03-06T10:39:47Z)
Data-Centric AI Governance: Addressing the Limitations of Model-Focused Policies [40.92400015183777]
強力なAI能力に関する現在の規制は、"境界"または"フロンティア"モデルに絞られている。これらの用語は曖昧で一貫性のない定義であり、ガバナンス活動の不安定な基盤につながります。本稿では,モデルがもたらすリスクを評価する上で,データセットのサイズや内容が重要な要因であることを示す。
論文参考訳（メタデータ） (2024-09-25T17:59:01Z)
Attribution Methods in Asset Pricing: Do They Account for Risk? [5.9007954155974645]
本稿では、資産価格ドメインの知識から導かれるいくつかの公理を提示し、研究する。シャプリー値と積分勾配は、ほとんどの公理を保存するが、どちらも全ての公理を満たすことはできない。分析的および実証的な例を用いて、帰属法がいかにリスクを反映し、いつ使用すべきでないかを実証する。
論文参考訳（メタデータ） (2024-07-12T03:16:54Z)
Towards Probing Speech-Specific Risks in Large Multimodal Models: A Taxonomy, Benchmark, and Insights [50.89022445197919]
本研究は,8つのリスクカテゴリーを敵意(悪意的皮肉と脅し),悪意的模倣(年齢,性別,民族),ステレオタイプ的バイアス(年齢,性別,民族)を対象とする音声特異的リスク分類法を提案する。分類に基づいて,これらのリスクのカテゴリを検出するために,現在のLMM能力を評価するための小規模データセットを作成する。
論文参考訳（メタデータ） (2024-06-25T10:08:45Z)
CRiskEval: A Chinese Multi-Level Risk Evaluation Benchmark Dataset for Large Language Models [46.93425758722059]
CRiskEvalは、大規模言語モデル(LLM)に固有のリスク確率を正確に計測するために設計された中国のデータセットである。 7種類のフロンティアリスクと4つの安全性レベルを持つ新たなリスク分類を定義する。データセットは、事前に定義された7種類のフロンティアリスクに関連するシナリオをシミュレートする14,888の質問で構成されている。
論文参考訳（メタデータ） (2024-06-07T08:52:24Z)
Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction [55.77015419028725]
しきい値とトレードオフパラメータが適応的に選択された場合、リスクの有効な制御を可能にする手法を開発する。提案手法は単調なリスクとほぼ単調なリスクをサポートするが,それ以外は分布的な仮定はしない。
論文参考訳（メタデータ） (2024-03-28T17:28:06Z)
On the Societal Impact of Open Foundation Models [93.67389739906561]
ここでは、広く利用可能なモデルウェイトを持つものとして定義されている、オープンファンデーションモデルに重点を置いています。オープンファンデーションモデルの5つの特徴を識別し,その利点とリスクを両立させる。
論文参考訳（メタデータ） (2024-02-27T16:49:53Z)
DeRisk: An Effective Deep Learning Framework for Credit Risk Prediction over Real-World Financial Data [13.480823015283574]
実世界の金融データに対する信用リスク予測のための効果的なディープラーニングリスク予測フレームワークであるDeRiskを提案する。 DeRiskは、当社のプロダクションシステムにデプロイされた統計的学習アプローチよりも優れた、最初のディープリスク予測モデルです。
論文参考訳（メタデータ） (2023-08-07T16:22:59Z)
Modeling Multivariate Cyber Risks: Deep Learning Dating Extreme Value Theory [6.451038884092264]
提案モデルは,深層学習による高精度な点予測と極値理論による高量子化予測を享受する。実際のハニーポット攻撃データに基づく実証的な証拠は、提案モデルが極めて良好な予測性能を有することを示している。
論文参考訳（メタデータ） (2021-03-15T15:18:53Z)
Characterizing Fairness Over the Set of Good Models Under Selective Labels [69.64662540443162]
同様の性能を実現するモデルセットに対して,予測公正性を特徴付けるフレームワークを開発する。到達可能なグループレベルの予測格差の範囲を計算するためのトラクタブルアルゴリズムを提供します。選択ラベル付きデータの実証的な課題に対処するために、我々のフレームワークを拡張します。
論文参考訳（メタデータ） (2021-01-02T02:11:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。