Auditing Asset-Specific Preferences in Financial Large Language Models: Evidence from Bitcoin Representations and Portfolio Allocation
创建于 更新于
摘要
本研究提出一个金融AI审计框架，连接输出偏好、内部表示与下游决策，并给出一个表示–杠杆评估，用以评估内部特征对金融输出的因果影响与边界限制 [page::0][page::1]。行为审计显示，比特币在8种货币工具中的排名随框架而显著变化：在“可靠货币”框架中靠后，但在危机与自治代理框架下接近顶部，表明偏好具有框架敏感性而非恒定属性 [page::4][page::5]。通过Gemma 3 27B等规模的稀疏自动编码器定位 Bitcoin 选择性特征（如 f11887），并进行解码向干预，证实内部表征对输出具有因果杠杆，且杠杆强度在模型间存在差异 [page::7][page::9][page::16]。下游决策实验显示，正向干预使比特币在投资组合中的头寸提升约5.2个百分点，负向干预下降约4.6个百分点，同时总加密敞口基本稳定，体现了在加密子资产中的重新配置而非总暴露的扩大 [page::16]。研究强调偏好具有边界、框架依赖和可控性，提出面向监管的行为性-KYA框架初步路径，为金融AI治理提供可检验的“偏好-杠杆-决策”链路模型 [page::18][page::19]。
