PaMIR：公开信用违约数据集开放基准

arXiv:2610.03259v1 公告类型：新 摘要：我们发布 PaMIR（Public Arrival-ordered Measurement for Inference in Risk），这是一个用于信用违约预测的开放基准，面向标签稀缺且延迟到达的场景。该领域的参考基准研究每项使用八个数据集，其中仅有两个或四个为公开数据集。PaMIR 汇集了 19 个带有二元违约标签的公开数据集，包含来自九个国家的 124 万笔贷款、企业和信用卡账户；这些数据集依据一套经过数据泄漏审计的流程，从固定版本的源数据快照重建，且从不重新分发；据我们所知，截至目前这是同类中唯一的基准。每个模型都是单一函数，并在重复 i.i.d. 划分和标签延迟流两种设置下进行评分：在后者中，每个申请在到达时即接受评分，并按照标签预算报告 AUC；只有在所有数据集都完成评分时，才会公布整体均值。一个合成数据测试框架用于测试生成的训练样本，同时确保生成器无法看到留出的样本。本报告介绍这一持续更新基准的 0.4.0 版本。