Fico
PulseAugur coverage of Fico — every cluster mentioning Fico across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的FICO系统提高了电子表格问答的准确性
研究人员推出FICO（Find-Then-Compute），一个用于大规模电子表格集合问答的新颖系统。FICO首先检索相关的文档摘要，然后在执行精确的结构化查询语言（SQL）查询之前，对相似的工作簿进行消歧。该系统在DataBench数据集上达到了76.2%的准确率，比强大的TableRAG风格基线高出9.9个百分点。FICO在MiMoTable数据集上也取得了显著的进步，准确率达到79.7%，而前缀RAG为22.2%，这凸显了将语义…
-
银行在运营开放金融数据以实现个性化方面面临挑战
尽管在基础设施方面进行了大量投资，但银行在将开放金融数据的访问转化为切实的业务利益方面仍面临挑战。虽然许多机构已经建立了API和数据共享框架，但在运营化从这些数据中获得的洞察力方面存在差距。大多数消费者愿意为更好的数字金融管理而更换提供商，但只有一小部分银行具备大规模提供个性化服务的成熟数据能力，这导致客户流失和错失收入机会。
-
银行可利用欺诈数据获取实时客户洞察
金融机构可以利用实时欺诈检测系统，获得宝贵的客户洞察，超越传统的回顾性数据。这些系统捕捉即时的行为异常、生活事件指标和财务压力的早期迹象，从而更动态地了解客户。通过将这些丰富、实时的客户数据整合到客户管理策略中，银行可以在信贷、客户保留和忠诚度方面做出更明智、更主动的决策，从而避免虚假拒绝和后期逾期管理等高成本问题。
-
公司圈定数据以保护AI竞争优势
组织越来越认识到保护其专有数据不被用于通用AI模型具有战略重要性。这种“圈定”方法旨在防止竞争差异化被侵蚀，并避免资助未来的竞争对手。该策略包括在三个层面实施控制：监控通过浏览器和端点导出的数据，在核心业务系统中执行策略，以及主动防止高度敏感知识产权的提取。
-
肯尼亚 M-PESA 数据助力新型开源信用评分模型
一个名为 mkopo-mcp 的新开源项目旨在利用 M-PESA 交易数据为肯尼亚构建一个替代性信用评分模型。与依赖数十年财务历史的传统信用评分不同，mkopo-mcp 使用 M-PESA 使用行为信号（如支付规律和储蓄习惯）来评估信用度。该项目强调，这种方法对于肯尼亚庞大的未银行人口至关重要，在这些地区，移动支付普遍存在，但正规银行服务却不普及。虽然目前只是一个演示，mkopo-mcp 概述了生产部署的必要步骤，包括用户同意、监管合…
-
先买后付服务成为低收入美国人的必需品
先买后付服务已成为低收入美国人的关键财务工具，超过一半的人口使用过。这些分期付款计划最初是为了方便，但由于普遍的财务压力，现在越来越多地被出于必需。虽然它们提供了一种分摊成本的方式，但错过付款可能会产生巨额费用，并可能随着数据整合的进展而最终影响信用评分。