面向 AI 生命周期治理的可审计可信度等级方法

论文提出一种用于 AI 生命周期治理的轻量级可信度分级方法，将多维、情境相关的可信度画像学习为可解释规则，并用决策树展示可信度平台和等级跃迁。方法还定义边界裕度、画像漂移等监测诊断，以及设计、部署后监控、复评和报告流程。作者以包含性能退化、冲击、更新和异步监测的合成轨迹进行演示。