RaX-Crash：面向城市规模伤情预测的资源高效可解释小模型管道
机器学习
2025-12-10 v1
摘要
纽约市每年报告超过十万起机动车碰撞事件，造成巨大的伤害和公共卫生负担。我们提出RaX-Crash，一个面向官方纽约机动车碰撞数据集的结构化伤情预测的资源高效可解释小模型管道。RaX-Crash集成了三个关联表格，包含数千万条记录，在分区存储中构建统一的特征模式，训练紧凑的基于树的集成模型（随机森林和XGBoost）以人工工程的表格特征为输入，并与文本摘要提示的本地部署小型语言模型（SLM）进行比较。在时间上保留的测试集上，XGBoost和随机森林分别实现了0.7828和0.7794的准确率，显著优于SLM（0.594和0.496）；类别不平衡分析表明，简单的类别加权可在轻微牺牲准确率的前提下提升致命伤情召回率；基于SHAP的归因分析显示，人为易感因素、时间和地点是预测伤情 severity 的主要驱动因素。总体而言，RaX-Crash表明，可解释的小模型集成仍是城市规模伤情分析的强大基线，而将表格预测器与SLM生成叙述性文本相结合的混合管道可在不牺牲可扩展性的前提下提升沟通效果。
引用
@article{arxiv.2512.07848,
title = {RaX-Crash: A Resource Efficient and Explainable Small Model Pipeline with an Application to City Scale Injury Severity Prediction},
author = {Di Zhu and Chen Xie and Ziwei Wang and Haoyun Zhang},
journal= {arXiv preprint arXiv:2512.07848},
year = {2025}
}