用于可解释商业决策的大语言模型：一种强化学习微调方法
计算与语言
2026-01-09 v1 人工智能
摘要
人工智能（AI）模型日益驱动着高风险消费者互动，然而其决策逻辑往往不透明。现有的可解释AI技术依赖于事后数值特征归因，无法提供模型决策背后的连贯叙述。大语言模型（LLM）为生成自然语言解释提供了机会，但仍有三个设计挑战尚未解决：解释必须既与决策正确性相符，又要忠实于驱动预测的因素；它们应能服务于多个受众，而不改变底层决策规则；并且它们应以标签高效的方式进行训练，不依赖于大规模人工评分解释语料库。为应对这些挑战，我们引入了LEXMA（基于LLM的多受众决策解释），一个基于强化学习的微调框架，可生成叙事驱动、适合受众的解释。LEXMA结合了反思增强的监督微调与两阶段组相对策略优化（GRPO）。具体而言，它微调两组独立的参数，以提高决策正确性并满足不同受众的风格要求，使用不依赖人工标注解释的奖励信号。我们在抵押贷款审批决策的背景下实例化了LEXMA。结果表明，与其他LLM基线相比，LEXMA在预测性能上取得了显著提升。此外，人工评估显示，我们方法生成的面向专家的解释更侧重于风险，而面向消费者的解释更清晰、更具可操作性且更有礼貌。我们的研究提供了一种经济高效、系统化的LLM微调方法，以提高商业决策的解释质量，为透明AI系统的可扩展部署提供了强大潜力。
引用
@article{arxiv.2601.04208,
title = {LLMs for Explainable Business Decision-Making: A Reinforcement Learning Fine-Tuning Approach},
author = {Xiang Cheng and Wen Wang and Anindya Ghose},
journal= {arXiv preprint arXiv:2601.04208},
year = {2026}
}