Squaregenai

什麼是 SquareGen？

SquareGen 是一款創新的工具，提供最先進的基於 LLM 的信用評分。它旨在通過使用更少的特徵來超越傳統的信用評分模型，同時提供更深層的可解釋性和金融級的可靠性。與傳統模型不同，SquareGen 重新構想了信用風險的衡量方式，確保穩定和確定性的輸出、真實的概率風險評估，以及相較於傳統方法顯著的性能優勢。

如何使用 SquareGen？

1. 在您的 Python 環境中導入 SquareGen 庫，使用 `from squaregen import SquareGen`。
2. 通過提供您的訓練和測試數據文件來初始化模型：`sg = SquareGen("train.csv", "test.csv", target="target")`。
3. 選擇要用於評分的特徵數量：`sg.select_features(n_features=45)`。
4. 使用您選擇的特徵訓練模型，並指定模型類型：`sg.train(model="SquareGen-R1-Nano", epochs=2)`。
5. 通過檢查幾個案例來解釋模型的預測：`sg.explain(n_cases=5)`。
6. 根據特徵數量基準測試模型性能：`sg.benchmark(feature_count=20)`。

SquareGen 的主要特徵是什麼？

• 基於 LLM 的信用評分超越傳統模型。
• 需要 50-80% 更少的特徵，提高效率。
• 通過注意力層的可解釋性提供更深層的可解釋性。
• 提供經過校準的真實概率輸出，以便正確提取 AUC。
• 通過減少噪音和洩漏風險來顯示出激進的特徵效率。
• 相較於梯度提升模型，AUC 一致提高 2 到 10 個百分點。

SquareGen 適合誰使用？

SquareGen 專為金融機構、信用機構以及涉及貸款和信用風險評估的企業量身定制。其先進的功能使其適合需要可靠和可解釋的信用評分解決方案的數據科學家、風險分析師和金融專業人士。該工具對於希望將現代 AI 技術整合到其信用評分過程中的組織特別有益，同時減少操作複雜性。

SquareGen 的使用案例有哪些？

1. 提高中小企業 (SMEs) 的信用評估準確性。
2. 通過使用更少的特徵來簡化消費者貸款批准，實現更快的處理速度。
3. 與現有風險框架整合，提供穩健的信用評分解決方案。