AI项目筛选：投资者如何减少误选和漏选

∞直接答案

直接答案

把AI用于整理线索，而不是决定投资。为你的投资范围定义误选和漏选。用已复核的项目测试两类错误。联系前要核对来源。下一步应由人决定。NIST指出，准确性检查应在真实测试集上包含误选率和漏选率。[1]

误选是指线索通过筛选后，复核才发现它不符合一条已写明的规则。漏选是指线索没有通过筛选后，复核才发现它其实符合这条规则。

这些标签只用于筛选。不要用它们判断未来回报。好的筛选会找出值得复核的工作。它不能证明一家公司值得投资。

用简单的话写规则。包括阶段、地点、行业、支票金额和冲突规则。未知就是未知。没有证据，不等于不匹配。

使用已由人核查过的项目。加入明确匹配、明确不匹配和困难案例。困难案例接近阶段、行业或地点规则。它能显示简单规则在哪里会失效。

每个测试项目应在人员阅读来源记录后才得到标签。留出一部分项目。不要用它来改提示词或规则。之后用它检查改动后的筛选。

NIST说，准确性指标应使用真实且有代表性的测试集。它也建议记录方法，以及相关数据分组的结果。[1]

要求每条线索有一张短卡。卡上要有匹配的规则、来源链接、来源日期和未知事实。每条规则要分开。不要把缺口藏在一个总分里。

AI生成的来源或引文可能是错的。NIST把生成式AI自信地给出错误内容称为虚构。它指出，这种风险在重要决定中尤其要注意。[2] 打开来源，确认它确实支持所写的事实。

证据弱时应转入复核。不要自动通过或拒绝。复核人应能改正结果、修改规则或停止流程。

记录人员复核了多少线索。记录误选、漏选、弱来源和复核人改动。结果旁要写规则版本、模型或工具版本、来源集合和复核日期。

测试前先定应对规则。漏选增加，可能表示要多抽查不通过的线索。误选增加，可能表示证据规则太宽。大规模使用前，先在留出的测试集上测试改动。

ESMA期望在投资服务中使用AI的投资公司测试和监控系统，评估输入数据，并保留清楚的记录。IOSCO也强调独立验证、预警，以及人工复核和推翻记录。[3] [4] 这些是有用的控制思路。你的法律义务取决于公司、服务和所在地。

FAQ

项目筛选中的误选是什么？

它是指筛选通过了一条线索，但之后的复核发现它不符合已写明的规则。错误可能来自弱数据、错误来源或过宽的规则。

项目筛选中的漏选是什么？

它是指筛选拒绝了一条线索，但之后的复核发现它符合已写明的规则。抽查一部分被拒绝的线索。这能发现过窄的规则。

我们应当消除所有错误吗？

不应当。严格规则可能减少误选，却带来更多漏选。宽松规则可能找到更多线索，却花掉更多复核时间。按你的投资范围设定取舍，再测试它。

AI评分可以决定谁获得会议吗？

不可以。评分可以帮助整理研究线索。它应显示事实、来源、缺口和冲突。是否推进线索应由人决定。

REF