一篇新论文介绍了一个名为CANONIC的系统，该系统旨在将数字制品编译成一个可审计的证据账本。该系统试图通过应用编译器理论的原理来解决大型语言模型生成的“废料”（即不可靠内容）问题。虽然CANONIC的治理公理（三元组、继承、内省）是为机械的、基于语法的准入而设计的，但实证测试表明，这些结构性门禁不能可靠地区分可靠和不可靠的内容。相反，CANONIC专注于维护一个可审计的记录，其中每个声明都锚定在其定义、提交和证据窗口上，从而确保可重复性和端到端的可检查性。 AI
影响 提出了一个新颖的AI生成内容治理框架，尽管实证结果表明在可靠过滤不可靠信息方面存在局限性。
排序理由 该集群包含一篇详细介绍新系统及其理论基础的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
