Lending Club Loan Data

新的FraudBench基准揭示了AI金融风险模型中的协议敏感性

一项名为FraudBench的新基准已被开发出来，用于评估用于金融欺诈和信用风险检测的机器学习模型的对抗鲁棒性。该基准强调，鲁棒性结论高度依赖于评估协议，尤其是在域约束和攻击者能力方面。例如，在使用Lending Club贷款数据时，一种协议在相同的扰动预算下产生的可实现翻转示例比另一种协议多得多。研究结果表明，欺诈鲁棒性评估应联合报告预测降级和攻击可行性，并将域约束直接整合到攻击生成中。