論文の概要: Communicating Credit Risk with Large Language Models: Evaluation of Explanations from Standard and Alternative Data-Based Models

• arxiv url: http://arxiv.org/abs/2608.17715v1
• Date: Tue, 18 Aug 2026 12:39:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-19 21:40:53.335472
• Title: Communicating Credit Risk with Large Language Models: Evaluation of Explanations from Standard and Alternative Data-Based Models
• Title（参考訳）: 大規模言語モデルによる信用リスクのコミュニケーション:標準および代替データモデルからの説明の評価
• Abstract要約: 信用決定(Credit decisioning)とは、モデルアウトプットが正確で説明可能なものでなければならない、高度なタスクである。 eXtreme Gradient Boosting(XGBoost)やGraph Neural Networks(GNN)といった現代の信用リスクモデルでは、予測性能が改善されている。 本研究では,Large Language Models (LLMs) が,ポストホックな説明成果をステークホルダーに適切なリスク物語に変換するための説明層として機能するかどうかを検討する。
• 参考スコア（独自算出の注目度）: 1.5136899433821893
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Credit decisioning is a high-stakes task in which model outputs must be accurate and explainable to support compliant decisions. Although modern credit risk models such as eXtreme Gradient Boosting (XGBoost) and Graph Neural Networks (GNNs) improve predictive performance, their explanations are often too technical for stakeholders creating communication gaps that can shape approvals, denials, and fairness judgments. We examine whether Large Language Models (LLMs) can serve as explanation layers that translate post-hoc explanation artefacts into stakeholder-appropriate risk narratives. Using Freddie Mac single-family loan-level data, we develop three pipelines: standard tabular (XGBoost + SHAP), and two with alternative data, a pure network-based (GNN + GNNExplainer), and a bimodal one (combining tabular and network data). We generate narratives with three LLM configurations: a small fine-tuned LLM (Gemma 3 4B), a large fine-tuned LLM (DeepSeek R1 70B), and a zero-shot commercial LLM (Gemini 2.5). Explanation quality is evaluated through automated checks across all pipelines and a human study of bimodal explanations comparing credit risk professionals and non-professionals on eight decision-relevant dimensions. We have three main findings. First, the pipeline accounts for higher variance in evidence-grounding scores than the language model, meaning that the binding constraint on explanation quality is the evidence representation, not the model used. Second, the explanation narratives reliably name the influential factors but are less reliable when stating the direction of influence, which may be consequential for adverse-action communication. Finally, professionals apply stricter evidentiary standards than non-professionals. We discuss implications for the governance of risk models, including deployment considerations and the value of domain-aligned LLMs in regulated credit settings.
• Abstract（参考訳）: 信用決定(Credit decisioning)とは、モデルアウトプットが正確で説明可能なものでなければならない、高度なタスクである。 eXtreme Gradient Boosting (XGBoost) や Graph Neural Networks (GNN) といった現代の信用リスクモデルでは予測性能が向上しているが、その説明はしばしば、承認、否定、公正判断を形作る通信ギャップを作成するステークホルダーにとって技術的すぎる。 本研究では,Large Language Models (LLMs) が,ポストホックな説明成果をステークホルダーに適切なリスク物語に変換するための説明層として機能するかどうかを検討する。 Freddie Macの単一住宅ローンレベルのデータを用いて、標準的な表形式(XGBoost + SHAP)と、純粋なネットワークベース(GNN + GNNExplainer)とバイモーダルデータ(表形式とネットワークデータの組み合わせ)の3つのパイプラインを開発する。 LLMの小型化(Gemma 3 4B)、大型化(DeepSeek R1 70B)、ゼロショット商用化(Gemini 2.5)の3つの構成で物語を生成する。 説明品質は、すべてのパイプラインを横断する自動チェックと、8つの意思決定関連次元における信用リスク専門家と非専門職を比較したバイモーダルな説明を通じて評価される。 主な発見は3つある。 第一に、パイプラインは言語モデルよりもエビデンスグラウンドスコアのばらつきが高く、つまり、説明品質に対するバインド制約がエビデンス表現であり、使用されるモデルではない。 第二に、説明物語は影響要因を確実に命名するが、影響の方向性を述べる場合の信頼性は低い。 最後に、専門家は非専門職よりも厳格な明確な基準を適用する。 本稿では,規制付クレジット設定における,デプロイメントを考慮したリスクモデルのガバナンスや,ドメイン整合性 LLM の価値などについて論じる。

関連論文リスト

• A2RBench: An Automatic Paradigm for Formally Verifiable Abstract Reasoning Benchmark Generation [59.98516959731531]
  抽象推論能力は、抽象ルールを抽出し適用するためのLLMの知性と能力を反映する。 既存のベンチマークは、高価な手作業のアノテーション、そのスケールの制限、あるいは真の推論ではなく暗記のリスク測定に頼っている。 我々はA2RBenchという名の自動パイプラインを導入し、生成、拡張、評価、分析を行う。
  論文  参考訳（メタデータ） (2026-05-17T06:14:20Z)
• LiveFMBench: Unveiling the Power and Limits of Agentic Workflows in Specification Generation [75.05397479715576]
  大規模言語モデル(LLM)とエージェントは有望な進歩を示しているが、その真の能力と失敗モードは未だ不明である。 CプログラムのためのLCMおよびエージェントベースの形式仕様生成に関する、最初の体系的および汚染に配慮した研究を提案する。
  論文  参考訳（メタデータ） (2026-05-02T11:31:33Z)
• METER: Evaluating Multi-Level Contextual Causal Reasoning in Large Language Models [61.33372454250959]
  コンテキスト因果推論は、大規模言語モデルにとって重要なが難しい能力である。 既存のベンチマークでは、コンテキスト整合性を保証するか、完全な因果階層をカバーすることができない。 私たちはMETERの先駆者であり、因果はしごの3つのレベルすべてにわたってLSMを体系的にベンチマークしました。
  論文  参考訳（メタデータ） (2026-04-13T14:07:11Z)
• FORGE: Fine-grained Multimodal Evaluation for Manufacturing Scenarios [58.34124792457706]
  製造業セクターは、単純な認識から自律的な実行に移行するために、MLLM(Multimodal Large Language Models)をますます採用している。 進捗は、データの不足と、既存のデータセットにおけるきめ細かいドメインセマンティクスの欠如によって妨げられている。 まず、実世界の2D画像と3Dポイントクラウドを組み合わせて、微粒なドメインセマンティクスを付加した高品質なデータセットを構築します。 次に, 3 つの製造課題,すなわち, 構造面検査, 組立検査, 組立検証の18の最先端MLLMを評価し, 大幅な性能差を明らかにした。
  論文  参考訳（メタデータ） (2026-04-08T12:23:27Z)
• Could Large Language Models work as Post-hoc Explainability Tools in Credit Risk Models? [1.3253687170778101]
  ポストホックな説明責任は信用リスクモデルガバナンスの中心である。 本稿では,大規模言語モデル(LLM)が,コンテキスト内学習による信用リスク予測のためのポストホック説明可能性ツールとして機能するかどうかを検討する。
  論文  参考訳（メタデータ） (2026-02-21T16:35:06Z)
• Utilizing Large Language Models for Machine Learning Explainability [37.31918138232927]
  本研究では,機械学習(ML)ソリューションを自律的に生成する際の,大規模言語モデル(LLM)の説明可能性について検討する。 最先端の3つのLCMは、ランダムフォレスト、XGBoost、マルチレイヤーパーセプトロン、ロング短期記憶ネットワークの4つの共通分類器のためのトレーニングパイプラインを設計するよう促される。 生成したモデルは、SHAP(SHapley Additive exPlanations)を用いた予測性能(リコール、精度、F1スコア)と説明可能性の観点から評価される。
  論文  参考訳（メタデータ） (2025-10-08T11:46:23Z)
• SMARTER: A Data-efficient Framework to Improve Toxicity Detection with Explanation via Self-augmenting Large Language Models [23.6287295499467]
  大型言語モデル(LLM)を用いた説明可能なコンテンツモデレーションのためのフレームワークSMARTERを紹介する。 ステージ1では、LLMの出力を利用して、正しいラベルと間違ったラベルの両方の合成説明を生成する。 ステージ2では、クロスモデルトレーニングを通じて説明品質を洗練し、より弱いモデルがより強いモデルとスタイリスティックにセマンティックに整合することを可能にする。
  論文  参考訳（メタデータ） (2025-09-18T17:30:36Z)
• LLMs Don't Know Their Own Decision Boundaries: The Unreliability of Self-Generated Counterfactual Explanations [8.734404327315291]
  人間と効果的に協力するためには、言語モデルは自然言語でその決定を説明できなければならない。 我々は、特定の種類の自己生成的反実的説明(SCE)について研究する。 モデルが有効なSCEを生成でき、意図した結果が得られ、最小限に抑えられ、必要以上に入力を変更することができるかどうかを評価する。
  論文  参考訳（メタデータ） (2025-09-11T12:25:41Z)
• Towards Large Language Models with Self-Consistent Natural Language Explanations [11.085839471231552]
  大きな言語モデル(LLM)は、解釈容易なパスを提供するようだ。 しかし、研究によると、これらのポストホックな説明は真の決定過程を誤って表現していることが多い。
  論文  参考訳（メタデータ） (2025-06-09T08:06:33Z)
• Improving Open Information Extraction with Large Language Models: A Study on Demonstration Uncertainty [52.72790059506241]
  オープン情報抽出(OIE)タスクは、構造化されていないテキストから構造化された事実を抽出することを目的としている。 一般的なタスク解決手段としてChatGPTのような大きな言語モデル(LLM)の可能性にもかかわらず、OIEタスクの最先端(教師付き)メソッドは遅れている。
  論文  参考訳（メタデータ） (2023-09-07T01:35:24Z)
• Large Language Models with Controllable Working Memory [64.71038763708161]
  大規模言語モデル(LLM)は、自然言語処理(NLP)の一連のブレークスルーをもたらした。 これらのモデルをさらに切り離すのは、事前訓練中に内在する膨大な量の世界的知識だ。 モデルの世界知識が、文脈で提示された事実情報とどのように相互作用するかは、まだ解明されていない。
  論文  参考訳（メタデータ） (2022-11-09T18:58:29Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。