Nytt ramverk låter AI-modeller hantera regeländringar utan att börja om från scratch

arXiv cs.AI

När regler eller definitioner ändras – tänk uppdaterade kreditregler eller nya klassificeringskriterier – måste AI-modeller normalt tränas om från grunden, något som är både kostsamt och långsamt. Forskare presenterar ett ramverk som i stället spårar exakt vilka historiska datapunkter som påverkas av regeländringen och bara uppdaterar dem, vilket tar 179 sekunder jämfört med 993 sekunder för fullständig omträning. Resultaten på ett nytt benchmark-dataset (RuleShift-Bench) visar 92,3% träffsäkerhet medan bara 14,7% av den historiska datan behövde granskas på nytt – det praktiskt intressanta är att regeländringar kan användas som en signal för dataunderhåll snarare än som en trigger för fullständig omstart.