ماڈل رسک مینجمنٹ اور SR 11-7 برائے AI

تین طریقے

1. 1

   SR 11-7 ماڈل کی تعریف کرتا ہے: 'ایک مقداری طریقہ یا نظام جو شماریاتی، معاشی، مالی، یا ریاضیاتی نظریات کا اطلاق ان پُٹ کو آؤٹ پُٹ میں بدلنے کے لیے کرے۔' ہر جدید AI نظام فٹ ہے۔ رہنمائی ماڈل رسک کو تین لائنز آف دفاع میں تقسیم کرتی ہے۔ پہلی: ماڈل بنانے اور استعمال کرنے والے۔ دوسری: آزاد توثیق فنکشن۔ تیسری: اندرونی آڈٹ۔ ماڈل انوینٹری، باقاعدہ توثیق، حدود کی دستاویز، اور drift یا ناکامی پر صاف escalation۔

2. 2

   پہلا طریقہ: پہلے انوینٹری۔ ہر پروڈکشن AI ایک فہرست میں: مالک، مقصد، ڈیٹا ذرائع، ماڈل قسم، وینڈر، آخری توثیق، رسک درجہ۔ پاکستانی بینک عام طور پر فہرست بنانے پر دریافت کرتے ہیں کہ سرکاری IT انوینٹری سے دس گنا زیادہ AI پروڈکشن میں ہے۔ Shadow AI پہلی چیز ہے جو MRM سامنے لاتی ہے۔

3. 3

   دوسرا طریقہ: آزاد توثیق۔ بنانے والی ٹیم توثیق نہیں کر سکتی۔ توثیق تین چیزیں جانچتی ہے: تصور کی صحت، نگرانی، اور نتائج کا تجزیہ۔ پاکستانی بینک کے لیے یہ بڑی ٹیم نہیں چاہیے؛ ایک آزاد quantitative تجزیہ کار جو CRO کو رپورٹ کرے، بینک کے دس سرفہرست ماڈلز سنجیدگی سے validate کر سکتا ہے۔ بغیر اس کے ہر ماڈل بنانے والے ہی توثیق کرتا ہے۔

کیوں؟

Claude کے ساتھ آزمائیں

آزمانے کے لیے پرامپٹ: 'تم model risk validator ہو۔ پاکستانی consumer ڈیٹا پر کریڈٹ ماڈل کے لیے سہ ماہی outcomes analysis بناؤ۔ دس test cuts (صوبہ، صنف، آمدنی) اور ہر کے لیے میٹرک بتاؤ۔ markdown۔' ابتدائی set۔