LendNova：面向信用风险评估的语言模型自动化方法
机器学习
2026-01-07 v1 人工智能
计算工程、金融与科学
摘要
信用风险评估是金融领域的核心任务，但传统方法依赖于昂贵的基于特征的模型，往往未能充分利用原始信用记录中可用的所有信息。本文介绍LendNova，这是第一个实用的面向信用风险评估的全自动端到端管道，旨在通过利用先进的自然语言处理技术和语言模型，充分利用原始信用记录中的所有可用信息。LendNova通过直接操作原始、充满术语的信用局文本，使用语言模型学习任务相关表征，无需手动特征工程。通过自动捕获文本中嵌入的模式和风险信号，取代手动预处理步骤，降低成本并提升可扩展性。在真实数据上的评估进一步表明，其在准确和高效风险评估方面具有强大的潜力。LendNova为智能信用风险代理树立了基准，展示了语言模型在该领域的可行性。为未来致力于构建更准确、更灵活、更自动化的金融决策基础系统的研究奠定了基础。
引用
@article{arxiv.2601.02573,
title = {LendNova: Towards Automated Credit Risk Assessment with Language Models},
author = {Kiarash Shamsi and Danijel Novokmet and Joshua Peters and Mao Lin Liu and Paul K Edwards and Vahab Khoshdel},
journal= {arXiv preprint arXiv:2601.02573},
year = {2026}
}