論文の概要: Learned Monotone Recurrent Features in Governed Credit Scoring: The Price of the Frame and the Necessity of Macro Conditioning
- arxiv url: http://arxiv.org/abs/2610.08869v1
- Date: Tue, 06 Oct 2026 02:41:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:22.51976
- Title: Learned Monotone Recurrent Features in Governed Credit Scoring: The Price of the Frame and the Necessity of Macro Conditioning
- Title（参考訳）: クレジット・スコアリングにおける学習されたモノトン反復特性:フレームの価格とマクロ・コンディショニングの必要性
- Abstract要約: 規制付クレジットスコアには、露光入力毎に単調なスコアが要求される。
5つのプロダクションスケールのクレジットデータセットに、適合した許容度で答える。
学習されたモノトーン機能の価値は、ガバナンスとフレームの厳格さによって上昇します。
列車の入場、テスト・オン・クライシスの住宅ローンの設計では、2つの公共マクロ経済シリーズが入力列として傷ついているが、その繰り返しを条件付けることで、紙の唯一の学習ブロック危機対策が実現している。
- 参考スコア（独自算出の注目度）: 1.0152838128195467
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Regulated credit scoring requires scores monotone non-decreasing in every exposure input. Deployed pipelines -- hand-crafted monotone aggregates feeding sign-constrained gradient boosting -- already meet this by composition; the open question is what learned temporal aggregation is worth inside one. We answer on five production-scale credit datasets at matched admissibility (one priced baseline convention excepted), with a monotone recurrent architecture whose per-input guarantee we extend, with proofs, to vector-valued inputs and to exogenously macro-conditioned decay gates, severities, thresholds, and peak memory. Two findings result. First, a strictness ladder: the value of learned monotone features rises with governance-frame strictness -- zero on unconstrained engineered panels, maximal in summaries-only frames -- replicated across two datasets and an official temporal-stability metric, though unconditioned features degrade on externally adjudicated later weeks. Second, a conditioning-delivery asymmetry under regime shift. On a train-on-boom, test-on-crisis mortgage design, two public macroeconomic series hurt as input columns, yet conditioning the recurrence on them delivers the paper's only learned-block crisis-cohort uplifts. The confirmed effect: +0.006 to +0.013 AUC on an internally pre-registered Freddie Mac replication, at all five held-out seeds. The discovery estimate: +0.015 to +0.021 on Fannie Mae (three of five seeds post hoc), worth 10-27 basis points of defaulted balance at an 80% approval cutoff, and grows with early-prepaid loans excluded. A state-level test identifies the mechanism: between-cohort calibration transfer. A pandemic-band episode bounds scope: under forbearance-distorted labels the gain generalizes at a quarter to a third of crisis size on Fannie Mae, on Freddie Mac only against the capacity control.
- Abstract（参考訳）: 規制付クレジットスコアには、露光入力毎に単調なスコアが要求される。
配置されたパイプライン -- 手作りのモノトーンアグリゲーション -- サインに制約のある勾配向上を提供する -- は、すでに構成によってこれを満足している。
提案手法は,提案手法を検証し,ベクトル値の入力に拡張し,マクロ条件の崩壊ゲート,重大度,しきい値,ピークメモリに拡張したモノトーン再帰的アーキテクチャを用いて,許容度に一致した5つの生産規模クレジットデータセットに回答する。
2つの結果が得られた。
まず、厳密なはしご: 学習されたモノトーン機能の価値は、ガバナンスフレームの厳密さ -- 制約のないエンジニアリングされたパネルではゼロ、要約のみのフレームでは最大 – によって上昇し、2つのデータセットと公式の時間安定測定値に複製される。
第2に、状態シフトの下で条件付きデリバリ非対称性。
列車の入場、テスト・オン・クライシスの住宅ローンの設計では、2つの公共マクロ経済シリーズが入力列として傷ついているが、その繰り返しを条件付けることで、紙の唯一の学習ブロック危機コホート上昇が実現した。
確認された効果:+0.006から+0.013 AUCは、内部で登録されたFreddie Mac複製に対して、少なくとも5つの保留種子を複製する。
発見の見積もりは、ファニーメイ(5つの種のうち3つ)の+0.015から+0.021、80%の承認カットオフでデフォルトバランスの10-27のベーシックポイントの価値があり、早期プリペイドローンを除外して成長する。
状態レベルのテストは、そのメカニズムを識別する。
パンデミック・バンドのエピソードは範囲を限定している: フォーバランス・歪曲されたレーベルの下では、Freddie MacのFannie Maeの危機規模の4分の1から3分の1のゲインが一般化される。
関連論文リスト
- Measuring Learned Monotone Temporal Aggregation at Matched Admissibility [1.0152838128195467]
リスクレギュレーションはスコアに方向性の制約を課します。
配置されたパイプライン -- 手作りのモノトーンアグリゲーション -- は、すでに構成によってそれを満足している。
代わりに、私たちは、両方の側面に固定された許容性を保持し、アグリゲーションの価値を何を学ぶかを測定します。
論文 参考訳（メタデータ） (2026-10-04T13:09:01Z) - Measuring Collapse and Correction in Homogeneous-Panel LLM Debate [51.03982042769297]
マルチエージェント大言語モデル(LLM)の議論は、最終回答が改善するかどうかによってしばしば評価されるが、運動は必ずしも改善されない。
標準的な最終精度評価は、これらの反対のメカニズムを詳述する。
複数選択質問(MCQ)に関する同質な議論のための監査可能なプロトコルを導入し、各実行を、崩壊、修正、オンセット、署名された介入ユーティリティよりも、遷移台帳として記録する。
論文 参考訳（メタデータ） (2026-09-28T14:31:19Z) - StatD2GAN: When Calibration Masks Generator Quality in Held-Out Evaluation of Synthetic Weather Sequences [0.0]
我々は,進化的重み適応を持つ3つの識別器GANであるStatD2GANの評価を,ホールドアウトプロトコルを中心に再構築した。
等方性キャリブレーションにより,コルモゴロフ-スミルノフ間距離は, 試験された全ての建築物に対して, 位置当たりのノイズ/シフトフロアの2%以内となることを示す。
選別表現判別器は、除去が多変量依存を著しく低下させる唯一の成分である。
論文 参考訳（メタデータ） (2026-09-27T16:59:38Z) - The Anatomy and Boundary of Adaptation under Temporal Tabular Shift [14.709439807376505]
診断解剖学的属性は、ストリーミングプロトコルの下で4つの繰り返しメカニズムに到達する。
第二に、$L2$プロジェクションウォールは凍結表現が表現できないものを定量化する。
8つの産業用ストリーム上のストリームレベルのプロキシは、条件付きで困難な状況に陥る。
論文 参考訳（メタデータ） (2026-09-10T19:08:28Z) - Characterizing a Configuration Where Inference-Time PRM-Pruned Fragment Grafting Is Inert: Evidence from Three Reasoning LMs [0.0]
PRM-Pruned Fragment Graftingは、クロス軌道ステップレベルの転送の最小化である。
322回のステージング・ルール・インジェクション・イベントの4ビット分類では、真に苦闘しているチェーンを標的にしたのはわずか14%であった。
後近のオラクルは、独立な +0.13 pp で PPFG を選択することで、プロブレム当たりの利得を制限している。
論文 参考訳（メタデータ） (2026-09-03T11:06:07Z) - Mapping CVEs to MITRE ATT&CK Techniques: A Curated Gold-Set Classifier and the Limits of LLM-Assisted Label Expansion [46.262619407930266]
我々は、専門家のMITRE Center for Threat-Informed Defense mappingsから1,207 CVEのキュレートされた金のデータセットにマルチラベル分類器をトレーニングする。
その結果得られたモデルは、ゼロショットの埋め込み類似性のベースラインと比較して、おおよそdoubles recall@5である。
次に,LLMによるラベリングが金のデータセットを拡張できるかどうかを検討する。
論文 参考訳（メタデータ） (2026-07-28T10:59:04Z) - Information Limits and Attractor Dynamics in Economies of Frontier LLM Agents: A Pre-Registered Test [6.057587531186626]
我々は、フロンティア言語モデルエージェントの小規模経済に関する事前登録2部実験を報告した。
予測、受け入れバンド、決定ルールはすべて、実行前にパブリックなgitチェーンで凍結された。
実験全体の費用は138.76ドルで、キャッシュからゼロコストで再実行可能である。
論文 参考訳（メタデータ） (2026-07-07T08:39:24Z) - Conditional Co-Ablation: Recovering Self-Repair Backups in Transformer Circuits [47.668752416295185]
条件付き共アブレーションは、各単位のアブレーション効果が一次集合が取り除かれたときにどれだけ増大するかを問う。
GPT-2の小型IOI回路では、CoAxはバックアップヘッドのリカバリを0.33から0.91 ROC-AUCに引き上げる。
論文 参考訳（メタデータ） (2026-07-02T09:32:57Z) - PerceptionRubrics: Calibrating Multimodal Evaluation to Human Perception [75.70273182182397]
PerceptionRubricsはルーブリックベースの評価フレームワークである。
飽和ベンチマークスコアと現実世界の脆さのギャップに対処する。
1,038枚のインフォメーションセンス画像と1万個以上のインスタンス固有のルーリックをペアリングする。
論文 参考訳（メタデータ） (2026-06-26T17:59:15Z) - CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal [84.71254539482369]
検証可能な報酬を伴うグループ相対的強化学習(RLVR)は、しばしば、すでに失敗している最も情報に富むデータを浪費する。
エラーを監督するマルチモーダル推論のための,障害中心のポストトレーニングフレームワークであるCAREを提案する。
CAREは正確さを改善し、スムーズさをトレーニングすると同時に、障害からの学習信号のシェアを明示的に増やします。
論文 参考訳（メタデータ） (2025-12-22T16:34:21Z)
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。