大语言模型行为表征与风险管理的分布框架

新提出的分布分析框架通过蒙特卡洛模拟构建大语言模型的经验响应分布，覆盖任务设计到持续监控的全生命周期风险管理。该方法通过引入语义干预量化分布变化，已在借款人分类与音乐专辑推荐任务中评估鲁棒性和控制有效性。由于仅依赖观测响应，该框架可直接应用于通过商业 API 访问的黑盒模型。