排序先验对齐：信用风险冷启动的模型无关外部正则化框架

01 摘要

针对冷启动信用评分中标注数据稀缺、特征管道不成熟、模型容量受限等问题，作者提出排序先验对齐框架，通过温度缩放的KL散度损失将外部排序先验注入评分模型。在超过150万商户的工业数据集上，MIL对齐在3K样本时7/7评估指标为正，XGBoost消融在300样本时9/9指标为正；公开Amex数据集交叉验证5/5折为正，平均ΔAUC为+0.041。作者认为该方法模型无关且先验来源独立，并观察到对齐收益随数据量、模型容量和特征质量下降而增大的逆缩放模式，据此建议从业者评估先验标注的投入时机。

02 关键点

1. 框架将外部排序先验（来自领域专家、教师模型或大语言模型）通过温度缩放的KL散度损失蒸馏到评分模型，统一了神经MIL注意力和树模型XGBoost定制目标两种实现。
2. 工业数据实验显示：MIL对齐在3K样本时7/7评估单元为正（OOT-1峰值ΔAUC=+0.020），XGBoost消融在300样本时9/9指标为正；公开Amex交叉验证5/5折为正（平均ΔAUC=+0.041）。
3. 作者报告对齐收益呈逆缩放模式：数据量N、模型容量C和特征质量Q越低，收益越大；树模型实例可容忍最高η=0.5的标注噪声。