信贷分来自梯度提升,LLM 用来转写「贡献最大的五个特征」。模型能否改写贡献排序还是只能填槽?每句话如何对齐当次决策日志,才算自动化决策下有意义的逻辑说明,而不是事后编故事?
题目
信贷分来自梯度提升,LLM 用来转写「贡献最大的五个特征」。模型能否改写贡献排序还是只能填槽?每句话如何对齐当次决策日志,才算自动化决策下有意义的逻辑说明,而不是事后编故事?
参考答案
点击展开参考答案
- 解释的真源是当次打分用的表格模型和特征矢量,不是语言模型。
- LLM 只许填槽:特征标识、所在分箱、方向(推高/拉低分数)、是否过阈值;禁止写因果故事、群体刻板印象或日志里不存在的变量。
- 发出去的每一句都能回溯到日志里的一条特征贡献。
- 申请人同时得到人工复核和提出异议的入口,但那是另一条流程;这封信的任务是忠实转述,不是再推理一次。
- 在线数据流:取冻结的特征快照 → 表格模型出分 → 用与训练一致的加性解释(例如 SHAP 值)排序 → 模板引擎生成句子,LLM 只做措辞和翻译 → 校验器断言信中出现的特征标识 ⊆ 日志特征集合,且方向与贡献符号一致,否则拒发。
- 日志至少包括:模型版本、特征哈希、原始输入编码、贡献向量、阈值、模板编号、渲染正文。