登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

cv usk
@cv_usk
AI / Software Research Notes AI Agent, LLMOps, MLOps, Software Architecture 投稿は個人の意見です。
参加 May 2026
279 フォロー中    408 ファン
SHAPで不正検知モデルを説明できれば安心、と思っていたら実はもっと大きな穴があったという話です。 タイトル: What SHAP Can't Explain About Agentic AI Fraud URL: ❓ そもそも不正検知はどうやって「人間らしさ」を見ているの? 💡 タイピングの癖やデバイスの切り替え、取引タイミングの揺らぎなど、人間のストレスやベースラインからの逸脱を手がかりにしてきました。これがこの10年の不正検知の前提でした。 ❓ SHAPは何を解決してくれるの? 💡 金額・タイミング・デバイス・頻度といった取引特徴量をランク付けして「なぜこの取引を怪しいと判断したか」を説明してくれます。コンプライアンス担当者が監査できる透明性を提供します。 ❓ 自律エージェントが相手だと何が変わるの? 💡 エージェントには概日リズムもパニックによるミスもなく、人間離れした一貫性で取引します。つまり「人間のベースラインからのズレ」という前提自体が成立しなくなります。 ❓ ではどうすればいいの? 💡 取引単位のスコアリングではなく、エージェントの意思決定経路やツール呼び出しを追う「軌跡監査」への転換が必要だと著者は論じます。ただし実装済みの解決策はまだ存在しないそうです。 #不正検知# #説明可能AI#
もっと見る