{
  "examples": {
    "global": [
      {
        "achieved_effects": "Оценка моделей кредитного риска с сохранением конфиденциальности данных.",
        "company": "Nature Scientific Reports",
        "product": "Privacy-preserving federated credit risk models",
        "url": "https://www.nature.com/articles/s41598-025-34536-9"
      },
      {
        "achieved_effects": "Использование передачи знаний (knowledge transfer) для повышения точности кредитного скоринга в федеративной среде.",
        "company": "ScienceDirect",
        "product": "Federated learning approach with knowledge transfer for credit scoring",
        "url": "https://www.sciencedirect.com/science/article/pii/S0167923623001598"
      },
      {
        "achieved_effects": "Обзор роли федеративного обучения в обеспечении финансовой безопасности.",
        "company": "arXiv",
        "product": "The Role of Federated Learning in Improving Financial Security",
        "url": "https://arxiv.org/html/2510.14991"
      }
    ],
    "russia": "Реализации в РФ не обнаружено"
  },
  "sustainability": {
    "arguments_against": [
      "Сложность технической реализации и координации между различными финансовыми институтами",
      "Необходимость строгого соблюдения регуляторных норм в разных юрисдикциях"
    ],
    "arguments_for": [
      "Решение проблемы конфиденциальности данных при сохранении возможности коллективного обучения",
      "Повышение точности скоринга за счет использования дистилляции и передачи знаний",
      "Возможность учитывать макроэкономические тренды без передачи сырых данных клиентов"
    ],
    "score": 9
  },
  "trend_name": "Федеративное обучение в банковском скоринге",
  "generated_at": "2026-07-08T13:17:49.012550+00:00",
  "generated_by": "google/gemma-4-26b-a4b-it"
}