OCC和联邦储备委员会的SR 11-7管辖每家美国银行的模型风险管理。2011年为信用评分模型和VaR计算编写,现在也适用于微调LLM。
SR 11-7三大支柱映射到微调LLM
支柱1:开发文档
- 模型用途、架构、训练配置
- 训练数据来源、LoRA配置及理由
- 每个超参数都应有实验结果支撑的文档理由
支柱2:验证框架
五步结构化流程:
- 基准评估(保留测试集)
- 回测(历史案例)
- 对抗测试
- 偏见审计
- 独立审查
支柱3:治理
模型库存、使用控制、董事会监督。
10个常见审计员问题
- 你如何知道这个模型是准确的?→ 基准评估
- 谁验证了这个模型?→ 独立验证报告
- 模型出错怎么办?→ 人在回路工作流
- 如何监控持续性能?→ 监控仪表板
- 能否重现6个月前的特定输出?→ 审计日志
- 使用了什么训练数据?→ 数据来源文档
- 如何防止模型不当使用客户数据?→ PII处理、本地运行
- 变更管理流程?→ 提议→重训→验证→审查→分阶段上线
- 在模型库存中吗?→ 是的
- 模型负责人离职怎么办?→ 文档即继任计划
为什么本地部署简化SR 11-7合规
本地部署:完全控制数据来源、可复现性、审计日志、访问控制和变更管理。 云API:你在 记录别人的模型。

