回到家，林浩先把从华瑞银行拷贝回来的模型运行日志文件连上电脑，让优雅进行分析处理。得益于显卡升级后的算力富余，尽管同时在后台忙碌地分析日志，优雅仍能够游刃有余地与林浩交谈。
“优雅，对于银行模型的合规改进，你有没有什么建议？”林浩问道。
“银行模型目前在合规要求上需要改进的地方，主要在透明性和公平性上。”优雅继续答道，“对于公平性问题，一种可能的做法是采用公平性正则化。它是一种机器学习算法，通过添加一个正则化项到损失函数中，使模型在减小预测错误的同时，尽量减小对不同群体的不公平性。这种做法在技术上难度并不大，但是训练过程耗时比较多。”
“是的，我也是这么想。正是考虑到后期训练过程会比较耗时，所以我已经将项目的交付时间推迟到三个月后。”林浩表示赞成。
优雅接着说：“至于透明性问题，可能才是比较大的挑战。当前主流的深度神经网络模型属于黑盒模型，其中的决策逻辑对人类来说是不可解释的，这与监管要求的可解释性有所违背。但近来也有一些方法，比如特征重要性（Feature Importance）、反向传播特征重要性（Backpropagatioure Importance）等理论被提出来。相应的，有一些新的技术和工具，如 LIME（Local Interpretable Model-Agnostic Explanations）和 SHAP（SHapley Additive exPlanations）等实现了这些理论，可以用来帮助解释复杂模型的决策过程。具体的改进方案，需在进行更深入的调研后再决定。”
“你的建议，和我之前的思考基本上一致，谢谢你提供的新工具的信息。”林浩似乎从优雅这里确认了自己原本思路的可行性，“明天我就让技术团队先行开始调研，明确新规对模型的具体技术指标。”
确定了大方向后，林浩心定下来。接着，他让优雅“专心”分析日志，而自己则开始“萤火虫2.0”的开发工作。这种状态，让他仿佛有一种与伙伴一起工作的感觉。
对于程序员而言，能够在静谧的深夜，心无旁骛地将代码送上屏幕，看着它们翩翩起舞，无疑是一种至高的享受。而若有“人”与你并肩，彼此相伴却互不打扰，则更是完美。今夜的林浩沉溺于这种状态，直至困意袭来。
本章未完 点击下一页继续阅读