論文の概要: FiMI Banking: A Sovereign Model for Indian Retail Banking

• arxiv url: http://arxiv.org/abs/2609.03960v1
• Date: Thu, 03 Sep 2026 14:56:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-04 18:28:39.124566
• Title: FiMI Banking: A Sovereign Model for Indian Retail Banking
• Title（参考訳）: FiMIバンキング:インドリテールバンキングのソブリンモデル
• Abstract要約: 制御されたインドの小売銀行環境であるFiMIバンキングを紹介する。 私たちは、審査済みの銀行文書、構造化された真実、顧客背景の合成、銀行ツールから構築します。 反応レベルの行動に対する好みの最適化と、多ターンツール使用タスクに対する検証可能な報酬による強化学習の2つのポストトレーニング手法を評価した。
• 参考スコア（独自算出の注目度）: 1.7857375930749748
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Banks need conversational systems that can answer product questions, assist customers with account-related requests, and operate safely within strict operational and regulatory constraints. General-purpose language models do not reliably meet these requirements. They fall short when a task requires grounded information, correct tool use, or cautious handling of bank-specific sensitive situations. We introduce FiMI Banking, a controlled Indian retail-banking setting. We build it from vetted banking documents, structured ground truth, synthetic customer backgrounds, and banking tools. We evaluate two post-training approaches: preference optimization for response-level behavior, and reinforcement learning with verifiable rewards for multi-turn tool-use tasks. Preference optimization improves safe behavior substantially: out-of-scope refusal rises from 52% to 80%. Reinforcement learning improves edge-case performance from 0.509 to 0.718 and order-sensitive task performance from 0.590 to 0.679, while using 29% fewer generated tokens. These results show that preference optimization and verifiable-reward reinforcement learning address complementary requirements for reliable banking agents.
• Abstract（参考訳）: 銀行は、製品の質問に答え、顧客への口座関連要求を支援し、厳格な運用および規制上の制約の中で安全に運用する会話システムを必要としている。 汎用言語モデルはこれらの要件を確実に満たさない。 タスクがグラウンデッド情報、正しいツールの使用、あるいは銀行固有のセンシティブな状況の慎重な処理を必要とする場合、それらは不足する。 制御されたインドの小売銀行環境であるFiMIバンキングを紹介する。 私たちは、審査済みの銀行文書、構造化された土台真実、顧客背景の合成、銀行ツールから構築します。 反応レベルの行動に対する好みの最適化と、多ターンツール利用タスクに対する検証可能な報酬による強化学習の2つのポストトレーニング手法を評価した。 スコープ外拒絶は52%から80%に上昇する。 強化学習はエッジケースの性能を0.509から0.718に改善し、命令に敏感なタスク性能を0.590から0.679に改善した。 これらの結果から,信頼度の高い銀行業者の相補的要件に対して,優先最適化と検証可能な回帰学習が有効であることが示唆された。

関連論文リスト

• xDailyBench: Benchmarking LLMs on Professional Consultation for Real-Life Problems [57.62172039072062]
  xDailyBenchは、個人生活、ホワイトカラーワーク、学習と研究、ドメイン横断アクティビティなど、51のシナリオにまたがる248の慎重にキュレートされたタスクのベンチマークである。 これらのタスクは、ユーザがAIで実際に完了した、あるいは真に達成することを意図した要求に基づいており、明示的な要件と暗黙的な要件の両方をカバーする、きめ細かいバイナリルーブリックで評価される。 最高のモデルではタスクレベルのスコアが75.6%に達し、すべてのモデルは明示的な要件よりも暗黙的にパフォーマンスが悪く、ギャップは9ポイント以下である。
  論文  参考訳（メタデータ） (2026-09-07T17:30:58Z)
• CalibratedRubric: Task-Adaptive Rubric Banks for Open-Ended LLM Evaluation [11.869490719319577]
  CalibratedRubricは、タイプ固有のスコアリング、ベイジアンルーブリック可測性フィルタリング、およびアイテム応答理論(IRT)ベースの銀行アセンブリを組み合わせたタスク適応フレームワークである。 財務、医療、一般、法的なベンチマーク全体にわたって、測定可能性のフィルタリングは、人間と金の合意を改善する。 IRTベースのグリーディセレクションは、ランダムセレクションよりもクロスフィットなランクフィデリティを改善する。
  論文  参考訳（メタデータ） (2026-07-31T10:21:56Z)
• Explainable Artificial Intelligence for Anomaly Detection in Banking Transactions: An Internal Audit Perspective [0.0]
  本稿では、内部監査におけるトランザクション異常検出のバンキングに適した説明可能な人工知能フレームワークを提案する。 分離フォレスト(iForest)モデルは教師なしの異常スコアを行い、SHAP層は協調ゲーム理論に基づくトランザクションレベルの説明を提供する。 軽量なStreamlitダッシュボードは、これらのアウトプットを、機械学習の専門知識のないプロフェッショナルを監査するための形式でレンダリングする。
  論文  参考訳（メタデータ） (2026-07-15T05:58:41Z)
• SkillBrew: Multi-Objective Curation of Skill Banks for LLM Agents [71.54500730593263]
  LLMエージェントはますます、キュレートされたスキルバンクに依存している。 既存のアプローチは追加のみの方法でこれらの銀行を拡張する。 本稿では,多目的キュレーションフレームワークであるSkillBrewを紹介する。
  論文  参考訳（メタデータ） (2026-05-28T06:33:52Z)
• BankerToolBench: Evaluating AI Agents in End-to-End Investment Banking Workflows [12.076413424824679]
  既存のAIベンチマークには、プロフェッショナルに対して経済的に意味のある進歩を評価するための忠実さが欠けている。 高価値で労働集約的な職業におけるフロンティアAIエージェントを評価するために、BankerToolBench(BTB)を紹介する。 BTBは、ジュニア・インベストメント・バンカーが定期的に実施するエンドツーエンドの分析成果のオープンソースベンチマークである。
  論文  参考訳（メタデータ） (2026-04-13T11:02:32Z)
• $τ$-Knowledge: Evaluating Conversational Agents over Unstructured Knowledge [58.03692489021332]
  $-Knowledgeは、外部の自然言語知識とツール出力の協調に依存する環境でエージェントを評価するための$-Benchの拡張である。 我々は、$$-Knowledgeが、非構造的知識を人間対応デプロイメントに組み込むエージェントを開発するための、現実的なテストベッドを提供することを示した。
  論文  参考訳（メタデータ） (2026-03-04T18:34:47Z)
• Structured Uncertainty guided Clarification for LLM Agents [126.26213027785813]
  LLMエージェントは、ツールコール機能を備えた大きな言語モデルを拡張するが、曖昧なユーザ命令は、しばしば誤った呼び出しやタスクの失敗につながる。 本稿では,ツールコールパラメータに対する構造的不確かさの定式化,完全情報の期待値(EVPI)を目標としたPOMDPのモデル化,冗長性防止のためのアスペクトベースコストモデルを提案する。 我々のSAGE-Agentは、この構造化された不確実性を活用し、より優れた効率を達成するために、曖昧なタスクのカバレッジを7～39%増加させ、明確な質問を1.5～2.7$times$に減らした。
  論文  参考訳（メタデータ） (2025-11-11T21:50:44Z)
• OmniEAR: Benchmarking Agent Reasoning in Embodied Tasks [52.87238755666243]
  OmniEARは,言語モデルが身体的相互作用やツールの使用,マルチエージェントの協調にどう影響するかを評価するためのフレームワークである。 我々は、家庭と工業領域にまたがる1500のシナリオにおける連続的な物理的特性と複雑な空間的関係をモデル化する。 我々の体系的な評価は、モデルが制約から推論しなければならない場合、厳しい性能劣化を示す。
  論文  参考訳（メタデータ） (2025-08-07T17:54:15Z)
• Fast or Better? Balancing Accuracy and Cost in Retrieval-Augmented Generation with Flexible User Control [52.405085773954596]
  Retrieval-Augmented Generationは、大規模な言語モデル幻覚を緩和するための強力なアプローチとして登場した。 既存のRAGフレームワークは、しばしば無差別に検索を適用し、非効率な再検索につながる。 本稿では,精度・コストのトレードオフを動的に調整できる新しいユーザ制御可能なRAGフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-02-17T18:56:20Z)
• Efficient Commercial Bank Customer Credit Risk Assessment Based on LightGBM and Feature Engineering [5.6081706361236865]
  本論文は、カグルの外国商業銀行の顧客情報データセットに基づくものである。 私たちはLightGBMアルゴリズムを使用して、顧客を分類する分類器を構築し、銀行が顧客の信用デフォルトの可能性を判断する手助けをします。
  論文  参考訳（メタデータ） (2023-08-17T03:32:38Z)

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。