一篇新研究论文介绍 SENTRY,这是一个机器学习平台,旨在改进金融机构 IT 变更管理中的风险评估。SENTRY 采用结合 XGBoost 和混合检索增强生成 (RAG) 的管道,分析结构化运营数据、应用程序依赖图和历史事件记录。该方法旨在用确定性和可审计的系统取代基于问卷的主观方法,实现了 0.87 的 ROC AUC,并比当前流程显著更高地检测到高风险变更。 AI
影响 该系统可以显著提高金融等受监管行业风险评估的准确性和可审计性。
排序理由 该集群包含一篇详细介绍用于 IT 变更管理的新 AI 系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Daniel Arulpragasam
- Gotit.pub
- Hugging Face
- retrieval-augmented generation
- ScienceCast
- SENTRY
- XGBoost
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →