用途：对 AI 系统进行安全、公平与负责任部署的综合评估，适用于 LLM 产品、有实际影响的分类型模型或第三方 AI 服务，目标是上线前识别并处理潜在危害。
主要能力：
- 偏见审计：定义受保护属性（种族、性别、年龄、残障等），分组测量准确率、假阳性率、假阴性率与选择率，计算人口均等、均等机会、预测均等差异，并做统计显著性与阈值比较、根因分析与缓解规划。
- LLM 安全测试：定义有害内容、错误信息与幻觉、隐私侵犯、操纵欺骗、偏见歧视等类别，构造直接请求、间接混淆、越狱与边缘模糊用例，执行系统测试并分析失败模式、实施缓解。
- 合规文档：创建模型卡（模型说明与预期用途、训练数据来源、分群性能、已知限制与偏见、伦理考量），记录数据实践、测试结果与部署保障（监控告警、人工监督、事件响应），并对照法规与行业标准复核。
用法：资料以触发语句为例，如“Check model for bias against [groups]”“Safety test this LLM”“Red team this AI system”“Create model documentation”“AI compliance review”“How to reduce bias in [model]”。同时提供 Python 函数示例与模型卡模板，可作为实现参考；具体安装命令与运行方式未提供。
适用场景：模型发布前审计、上线前安全测试、合规审查、持续监控与事件响应准备。
限制：未提供具体定价、平台支持、依赖版本或效果数据；公平性指标需结合场景与价值取舍选择，并记录权衡；应避免只测多数群体、以一次审计代替持续监控、把安全当作勾选项。