Что будет с ROC-AUC, если все score модели уменьшить в два раза

ROC-AUC останется неизменным, так как метрика зависит только от порядка ранжирования предсказанных вероятностей (scores), а не от их абсолютных значений. Умножение всех scores на константу не меняет порядок объектов, поэтому ROC-кривая и AUC не изменятся.

Пример:

from sklearn.metrics import roc_auc_score

y_true = [0, 1, 0, 1]
scores = [0.1, 0.4, 0.35, 0.8]
scores_half = [s/2 for s in scores]  # [0.05, 0.2, 0.175, 0.4]

print(roc_auc_score(y_true, scores) == roc_auc_score(y_true, scores_half))  # True