实体
Lending Club
Lending Club
PulseAugur coverage of Lending Club — every cluster mentioning Lending Club across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
P2P借贷模型对抗性训练在不同攻击类型下表现出混合鲁棒性
研究人员评估了在同行借贷（P2P lending）中使用的机器学习模型在面对各种对抗性攻击时的鲁棒性。研究发现，虽然对抗性训练能显著提高模型对特定训练攻击的防御能力，但这种鲁棒性并不总是能很好地迁移到不同类型的攻击上，特别是非基于梯度的攻击。研究结果表明，混合攻击对抗性训练在抵御各种操纵方法方面提供了最均衡的防御，这对于有效的信用模型治理至关重要。
-
科技IPO炒作在《财富》杂志发出警告十年后重现 · 跟踪1个来源
在《财富》杂志警告科技IPO过度炒作的危险十年后，类似的狂热正在重返市场。该杂志2016年的封面故事重点讲述了Lending Club和GoPro等公司的警示故事，它们最初的市场兴奋感很快就消退了。现在，据报道，SpaceX、OpenAI和Anthropic等公司正瞄准大规模IPO，其中SpaceX在上市后估值已大幅下跌。文章建议投资者关注收入和耐心，而不是屈服于炒作。
-
数据采样提升表格基础模型信用风险预测性能
一篇新的研究论文探讨了数据呈现策略如何显著影响表格基础模型（TFMs）在信用风险预测中的性能。研究发现，诸如平衡采样和混合采样等重采样技术将AUC-ROC分数提高了3-4个百分点，其性能优于TFMs中的架构选择。研究表明，在不平衡的信用风险场景中，优化上下文构建比选择特定的TFM架构更为关键。