arXiv · ML· David Garc\'ia-Lorite, Raul Merino·· 2026-10-12AI 评分36
面向大语言模型行为表征与风险管理的一个分布框架
A Distributional Framework for Behavioral Characterization and Risk Management of Large Language Models
AI 导读
针对大语言模型(LLM)的随机性,提出基于蒙特卡洛模拟构建经验响应分布的框架,适用于模型全生命周期。 通过语义干预量化分布变化,该框架可衡量鲁棒性与控制有效性以进行风险管理,且因仅依赖观测响应,支持通过商业 API 访问的黑盒模型。
来源:arXiv · ML · arxiv.org