A正确，这是对抗性验证的基本原理。B错误且危险，将“属于目标市场的概率”作为特征，相当于让风控模型去学习区分用户来自哪个市场，而不是判断其信用风险，这会引入与风险无关的偏差，可能导致歧视或性能下降。正确做法是利用对抗性验证的结果进行样本重加权、域自适应或特征选择。C正确，这些特征正是导致分布偏移的“元凶”，是需要针对性处理（如调整分箱、重新训练）的关键点。D正确，AUC=0.5意味着分类器无法区分，即分布无法区分。