美聯儲的 SR 11-7 指導於 2011 年 4 月發布,為量化風險模型的世界而編寫——VaR 計算、信用評分算法、壓力測試框架。該指導沒有提到大型語言模型、生成式 AI,甚至沒有將機器學習作為一個獨特類別提及。 它不需要。其要求適用於任何「應用統計、經濟、金融或數學理論、技術和假設以將輸入資料處理成定量估計的定量方法、系統或方法」。
用於評估信用價值、摘要借款人文件、標記可疑交易或生成貸款批准理由的 LLM,在 SR 11-7 下是一個模型。指導適用。審查員正在應用它。執法態勢不再是理論性的。
SR 11-7 實際上說了什麼
SR 11-7 建立了建立在三個支柱上的模型風險管理框架。
支柱 1:模型開發和實施
模型必須以明確的目的、適當的方法論和記錄的假設進行設計。對於金融應用程式中的 LLM,這意味著:
- 模型執行的任務必須精確定義
- 訓練資料和微調方法論必須記錄在案
- 模型的已知限制和失效模式必須明確承認
- 在部署之前必須選擇適合金融決策情境的性能指標
「我們使用 GPT-4 進行貸款摘要」不是記錄在案的模型實施。記錄在案的實施指定了哪個模型版本、提示詞如何結構化、對金融文件類型執行了什麼驗證、預期錯誤率是多少,以及當模型出錯時會發生什麼。
支柱 2:模型驗證
獨立驗證是大多數 AI 部署目前未能滿足的要求。SR 11-7 要求模型由獨立於開發團隊的人員進行驗證——沒有建立模型、沒有因其性能而受到激勵,且具有足夠的技術專業知識來評估其方法論。
驗證必須涵蓋:
- 概念合理性

