了解更多詳細(xì)信息,請致電
發(fā)布時間:2025-12-01
維度 | 高風(fēng)險場景占比 | 中風(fēng)險場景占比 | 低風(fēng)險場景占比 | 核心考核要點 |
模型設(shè)計可解釋性 | 10%-15% | 8%-12% | 5%-8% | 算法選型合理性、特征工程透明度 |
訓(xùn)練過程可解釋性 | 8%-12% | 7%-10% | 4%-6% | 數(shù)據(jù)標(biāo)注邏輯、參數(shù)迭代可追溯性 |
決策邏輯可解釋性 | 12%-15% | 9%-13% | 5%-10% | 特征重要性排序、決策路徑可視化 |
監(jiān)控運維可解釋性 | 5%-8% | 5%-7% | 3%-5% | 解釋性指標(biāo)監(jiān)控、異常場景回溯機制 |
本智能風(fēng)控模型(模型名稱:XXX反欺詐模型;風(fēng)險等級:高風(fēng)險),可解釋性報告在備案材料中權(quán)重占比為38%,具體拆解如下:1. 模型設(shè)計可解釋性:14%(占比依據(jù):算法采用邏輯回歸+XGBoost混合模型,需重點說明特征篩選邏輯);2. 訓(xùn)練過程可解釋性:10%(占比依據(jù):訓(xùn)練數(shù)據(jù)涵蓋3類敏感特征,需披露標(biāo)注規(guī)則與參數(shù)調(diào)優(yōu)過程);3. 決策邏輯可解釋性:12%(占比依據(jù):模型直接影響信貸審批結(jié)果,需完整呈現(xiàn)特征重要性與決策路徑);4. 監(jiān)控運維可解釋性:2%(占比依據(jù):已建立實時解釋性指標(biāo)監(jiān)控體系,運維流程標(biāo)準(zhǔn)化)。權(quán)重分配合規(guī)依據(jù):《XX地區(qū)智能風(fēng)控模型備案指引》第X條,結(jié)合模型風(fēng)險等級與業(yè)務(wù)影響范圍制定。維度 | 占比 | 具體說明 |
模型設(shè)計可解釋性 | 15% | 披露算法選型(邏輯回歸為主,LightGBM 為輔)、特征篩選標(biāo)準(zhǔn)(剔除 3 類黑盒特征) |
訓(xùn)練過程可解釋性 | 10% | 說明訓(xùn)練數(shù)據(jù)標(biāo)注規(guī)則、參數(shù)迭代記錄(5 輪迭代的超參數(shù)調(diào)整邏輯) |
決策邏輯可解釋性 | 15% | 提供特征重要性 TOP10 排序、單客戶審批結(jié)果的可視化解釋報告模板 |
監(jiān)控運維可解釋性 | 3% | 建立解釋性指標(biāo)監(jiān)控看板(特征穩(wěn)定性、決策一致性指標(biāo)) |
合計 | 43% | 符合高風(fēng)險場景權(quán)重≥35% 要求 |
維度 | 占比 | 具體說明 |
模型設(shè)計可解釋性 | 10% | 披露算法(隨機森林)、特征工程流程(12 類交易特征的生成邏輯) |
訓(xùn)練過程可解釋性 | 8% | 說明異常數(shù)據(jù)處理規(guī)則、模型訓(xùn)練日志留存方案 |
決策邏輯可解釋性 | 9% | 提供風(fēng)險評分的特征貢獻(xiàn)度解釋、欺詐預(yù)警場景的決策路徑說明 |
監(jiān)控運維可解釋性 | 5% | 制定解釋性指標(biāo)異常回溯流程(如特征重要性突變處理機制) |
合計 | 32% | 符合中風(fēng)險場景權(quán)重 25%-35% 要求 |