デモによる実証
トレードオフはベースラインから推奨案まで常に可視化されます。
これらの画面は、固定された合成テストデータセット上で実行された実際のローカル実証を示しています。
住宅AIコンプライアンス
Equoraは、測定された格差を、精度コスト、厳密な判断根拠、およびリリースゲートを常に視野に入れた、より格差の少ない代替手段の再現可能な探索へと変換します。
0.694 to 0.875
最不利グループのDIR改善推移
固定合成テストデータセット
480
評価された構成数
同等選択性での制約付き探索
0.36%
測定された精度コスト
AUC 0.7823 to 0.7788
ここに示されているすべての主要な結果は、固定された9,000件の合成申込者プールから得られたものです。Equoraは技術実証であり、法的助言や本番環境の意思決定システムではありません。
課題
入居者審査監査によって、保護対象グループ間で結果が異なっていることが法務やモデルリスク管理チームに示される場合があります。真の課題はその後に始まります。外見上中立な代替手段が格差を縮小し、有用なモデル性能を維持し、後から再現可能であるかを判断することです。
2024年11月のSafeRent和解は、審査システムが厳しい精査を受ける理由を理解するための重要な背景となります。この$2.275 millionの和解には不正行為の認否は含まれておらず、本デモはその事案を再現するものではありません。
出典： DOJ Civil Rights Division case page および 2024年11月20日提出のFinal Approval Order。
仕組み
測定、探索、推奨、およびリリース判定はすべて決定論的です。
測定
Equoraはバンドルされた合成プールにScreenScore v3（信用スコア重視のベースライン）を適合させ、承認率、disparate-impact ratio（DIR）、統計的パリティ差、およびequalized-oddsギャップを報告します。人種および住宅バウチャー受給状況は監査用項目であり、モデルの特徴量ではありません。
探索
最小差別代替案（Least Discriminatory Alternative, LDA）探索では、任意の特徴量サブセット、信用スコア上限値、保証所得の扱い、正則化強度の480通りの組み合わせを評価します。探索空間は明確かつ制約付きです。
選択
エンジンは精度と最小DIRのパレートフロンティアをプロットし、設定された0.03の許容予算内で測定AUC損失が最も小さい適格候補を選択します。適格な候補が存在しない場合は、安全な代替案なしとして返します。
ゲート
厳密な線形モデル寄与度分析により、上位3つの負の要因を特定します。特徴量根拠評価クリティックがこれらの要因と通知書内の理由を比較し、根拠のない説明や一般的な定型文を人的審査へとルーティングします。
デモによる実証
これらの画面は、固定された合成テストデータセット上で実行された実際のローカル実証を示しています。
客観的な実態
Equoraは、制約付き是正判断を検証可能に設計されており、単一の指標を法的な判決に変えるものではありません。
| 項目 | 公平性スコア単体 | Equora実証 |
|---|---|---|
| 何を測定したか？ | 単一モデル構成における格差 | 固定データセットにおけるDIR、SPD、EOギャップ、承認率、および信頼区間 |
| 何を変更できるか？ | 特定不能 | 同等の選択性で比較された、外見上中立な構成の定義済みグリッド |
| なぜこの推奨案なのか？ | 選択記録なし | 制約付き探索内の適格候補の中で最も測定AUC損失が小さいもの |
| 通知理由は検証可能か？ | スコアの評価対象外 | 記載された特徴量は上位3つの厳密な負の寄与要因と比較検証される |
Equoraは法的準拠性を確立するものではなく、モデルが公平であると認証するものでもなく、考えられるあらゆるモデルを探索するものでもなく、本番環境での実際の住宅審査性能を検証するものでもありません。0.80の閾値は、デモに設定された4/5ルール方針ゲートです。
申込者プールは合成データであり、ルールパックは静的で、本番コネクタは構築されていません。通知クリティックは特徴量の根拠のみを検証し、UCI Adultの実行は人口調査所得に基づく公開公平性ベンチマークであって入居者データではありません。
Equoraは、同等の選択性のもとで480通りの明示的かつ外見上中立な構成を評価します。設定された4/5ルール方針ゲートおよび精度予算の範囲内で測定AUC損失が最小となる適格候補を推奨するか、条件を満たす候補がない場合は安全な代替案なしとして返します。
いいえ。Equoraは0.80を法的な結論としてではなく、デモの設定された4/5ルール方針ゲートとして使用しています。4/5ルールヒューリスティックは雇用選考ガイドラインに由来するものであり、それ単体で住宅法上の法的責任を確定させるものではありません。
固定された合成テストデータセットにおいて、AUCは0.7823から0.7788へと変化します。測定された損失は0.0036であり、画面上では0.36%の精度コストとして表示され、最不利グループのDIRは0.694から0.875へと改善します。
いいえ。決定論的コードがメトリクスを計算し、閾値を適用し、代替案を評価し、推奨案を選択します。言語モデルは、有効化されている場合でも通知文書の下書き作成に限定され、オフラインモードでは決定論的テンプレートを使用します。
いいえ。特徴量根拠評価クリティックは、記載された理由がモデルの上位3つの負の特徴量寄与と一致しているかを確認するものです。根拠のない理由や一般的な理由は人的審査へと回されますが、法令が定めるすべての通知要件を検証したり法的十分性を確立したりするものではありません。
いいえ。主要データセットは、9,000件のレコードからなる固定されたバンドル合成入居者審査プールです。独立したUCI Adult Census Incomeの実行は、同一の監査コードを検証するための公開公平性ベンチマークであり、住宅審査の検証用データセットではありません。
このデモを支える研究 — アーキテクチャ、検証設計、およびエンタープライズブループリント。
モデル、方針境界、および立証責任を単一の審査プロセスに統合。
貴社チームが住宅AI向けの監査、是正、およびリリース管理体制を定義されている場合は、審査においてどのような証拠を保持すべきかについてご相談ください。
