サンタンデール銀行のオープンソースAIプロジェクト

サンタンデール銀行AIラボ（Banco Santander AI Lab）は、金融サービス業界向けに小規模モデル、エンジニアリング、進化するエージェント、責任あるAI、MLOps、グラフ機械学習を推進するオープンソースAIツールをGitHubで公開しています。すべてのプロジェクトはApache-2.0ライセンスで提供され、合成または匿名化されたデータのみを使用しており、実際の顧客情報は含まれていません。

主なプロジェクトは以下の通りです：

• ralph：設定可能なBash/PowerShellループで、毎回新しいセッションでAIコーディングCLIを実行します。
• auto-bayesian：設定駆動型の解釈可能なベイジアンネットワークトレーニングツール。リレーショナル表形式データに対応。
• autoguardrails：単一のpolicy.mdファイル上でLLMガードレールを実現するアラインメント研究用フレームワーク。
• causal-perception-implementation：因果知覚のための機械学習研究コード。介入分布と反事実分布を用いて競合する構造因果モデルを比較し、公正な信用判断に応用。
• gen-fraud-graph：合成不正グラフ生成器。グラフベースの不正検出モデルのトレーニングとベンチマークに使用。1億以上のアカウントにスケール可能。
• genetic-algorithm：依存関係のないPython遺伝的アルゴリズムエンジン。プラグ可能な適応度基準を持ち、LLM/AI自動研究者の検索コアとして再利用可能。
• linear-adapter-trainer：トリプレット損失を用いて線形埋め込みアダプターを訓練し、検索埋め込みをクエリに合わせる（RAG）。
• llm_bridge：ベンダーニュートラルな小型LLMクライアントライブラリ。OpenAI、AWS Bedrock、Google Geminiなどのプラグ可能なアダプターを提供。
• mech-gov-framework：LLM意思決定のためのメカニカルガバナンスフレームワーク。モデルに依存しないガバナンス制度、ハードゲート、ガバナンスメトリクスを提供。
• mutatis-mutandis：差別分析における状況テスト。反事実比較器を用いた研究コードで、論文「Mutatis Mutandis: Revisiting the Comparator in Discrimination Testing」の一部。
• sota-stressed-datasets：ML/LLMのロバストネス評価のためにストレス形式で再公開されたオープンベンチマークデータセット。Santander AI Labがキュレーション。

さらに、ralph-vault-skillや.githubなどの補助プロジェクトも公開されています。

すべてのプロジェクトは、オープンソースプログラムオフィス（OSPO）による透明な2段階レビューを経て公開されます。ファストトラックはフォーク、汎用ツール、チュートリアル、データセット、ビジネスロジックを含まないSDKに適用され、OSPOリーダーによるレビューと自動スキャンが行われます。標準トラックはモデル、アルゴリズム、コアライブラリ、データサイエンスやビジネスロジックを含むコンポーネントに適用され、法務、セキュリティ、プライバシー、データ保護に関する厳格な評価が必要です。

サンタンデール銀行はこれらのオープンソースプロジェクトを通じて、銀行業界における信頼できるAIの基準を引き上げるとともに、自社のイノベーションを支えるコミュニティに貢献しています。