gspc-reserve-attestation

Hugging Face2026-08-31 更新2026-09-01 收录

数据链接：

https://huggingface.co/datasets/csoai/gspc-reserve-attestation 数据链接链接失效反馈

官方服务：

资源简介：

该数据集是GSPC（Global Standards for Privacy Compliance）测量框架下的一个保留证明数据集，用于记录和展示第三方发布的储备证明信息。当前状态为未测量，内容为空，不包含任何实际测量数据。数据集包含多个文件，其中input-schema.json定义了数据行应包含的字段：subject（主题）、issuer（发行方）、attestation_published（证明发布情况）、attestor_name（证明人名称）、attestation_date（证明日期）、source_url（来源URL）、as_of（截止日期）、evidence_class（证据类别）。该数据集禁止生成百分比、复合分数或YES/NO计数，也不允许进行LLM判断。

This dataset is a reserve-attestation dataset under the GSPC (Global Standards for Privacy Compliance) measurement framework, used to record and display third-party reserve attestation information. Its current status is UNMEASURED, meaning it is empty and contains no actual measurement data. The dataset includes multiple files, with input-schema.json defining the fields that each data row should contain: subject, issuer, attestation_published, attestor_name, attestation_date, source_url, as_of, and evidence_class. It prohibits generating percentages, composite scores, or YES/NO counts, and LLM judgments are not allowed.

创建时间：

2026-08-28

原始信息汇总

数据集：gspc-reserve-attestation

基本信息

数据集名称：gspc-reserve-attestation
许可证：CC-BY-4.0（知识共享署名4.0国际版）
标签：measurement（测量）、gspc、unmeasured（未测量）、coverage-card（覆盖卡）
状态：UNMEASURED（未测量）

数据集定位

该数据集页面是实时接口 GET https://councilof.ai/api/gspc 的“打印器/展示层”，而非数据源（mill）。数据集的权威数据来源为该实时GET接口，页面本身不生成或冻结数据。引用时应以GET接口返回的 totals.public_count 字段为准。禁止在此页面冻结n值或MEASURED/UNMEASURED表格。

数据文件

数据集包含以下文件：

coverage-card.json
eval.yaml
input-schema.json
skeleton.json

数据模式

数据行必须遵循 input-schema.json 中定义的输入模式，包含以下字段：

subject（主体）
issuer（签发方）
attestation_published（证明发布时间）
attestor_name（证明人名称）
attestation_date（证明日期）
source_url（来源URL）
as_of（截止日期）
evidence_class（证据类别）

该数据集当前包含空行——骨架文件不等于评分。

评分规则（Rubric）

只有在第三方储备证明被公开发布且对实时GET上的最新截止日期有效的情况下，可被陌生者重新计算的银行行才会被评分。具体条件：

自我声明的储备不构成证明
安慰函不构成证明
过期的证明不再有效
本页面不对任何人评分，空单元格保持为空

使用原则

数据类型为 yn_plus_date（是与否加日期）
禁止使用LLM进行评判
禁止发明百分比
禁止认证
禁止从本页面标注MEASURED状态
禁止发明百分比、复合指标或YES/NO计数
空单元格保持为空
本页面仅为GET接口的打印器，不是数据源

相关链接

权威数据接口：https://councilof.ai/api/gspc
免费验证（无需登录）：https://councilof.ai/gspc-verify
验证方法说明：https://councilof.ai/signed/HOW-TO-VERIFY.md

搜集汇总

数据集介绍

构建方式

该数据集以实时数据源为核心，动态生成于对GSPC API的每次访问，旨在忠实反映gspc-reserve-attestation领域的未测量状态。其构建遵循严格规范，包含coverage-card.json、eval.yaml、input-schema.json及skeleton.json等文件，其中输入模式明确界定了银行行记录所需字段，如subject、issuer、attestation_published等八项关键列。数据集刻意保持空行，以彰显'未测量'的诚实立场，绝不允许从该列表标注'MEASURED'，亦不容许任何评分或认证行为，确保数据纯净无污染。

使用方法

使用者应直接访问实时权威面板（https://councilof.ai/api/gspc）获取最新数据，而非依赖本Hub页面的静态快照。验证过程可通过免费且无需登录的gspc-verify工具完成，详细步骤见HOW-TO-VERIFY.md文档。数据集的输入模式文件（input-schema.json）为银行记录的合规性提供了参照，但必须明确，任何表格内容均非评分，实时GET才是唯一权威。该数据集专为需要引用'未测量'状态或跟踪第三方储备证明的第三方开发，强调通过外部验证机制而非平台内部推断来确认数据有效性，避免误用和错误解读。

背景与挑战

背景概述

gspc-reserve-attestation数据集由Council of AI于近期创建，旨在应对全球AI治理中储备金证明的验证难题。该数据集以实时API为权威源，通过‘未测量’状态和空行设计，推动第三方独立储备证明的公开与时效性，而非提供评分或认证。其核心研究问题在于如何客观记录和验证AI模型的储备金声明，避免自我声明或过时证明的误导。该数据集在AI问责制领域具有开创性，为衡量模型可信度提供了中立、可复现的基准，影响了后续类似治理工具的构建。

当前挑战

领域挑战在于，现有的AI储备金声明常基于自我报告或非标准化的‘安慰信’，缺乏独立验证和时效性，导致虚假或过时信息泛滥。构建过程中，数据集面临如何坚持‘未测量’原则、拒绝任何形式的臆断评分或认证的挑战，同时需确保第三方证明的公开性和与实时截止日期的同步。此外，防止数据被滥用为第二评分板或训练源，以及维护空单元格的诚实性，也是重大难题。

常用场景

经典使用场景

gspc-reserve-attestation数据集旨在为全球安全隐私计算（GSPC）领域的储备证明提供标准化的度量框架。其经典使用场景集中于第三方对储备证明的验证与审计，通过公开的实时API端点（如councilof.ai/api/gspc）获取权威数据，并结合输入模式中的字段（如subject、issuer、attestation_published等）对储备声明的时效性、来源可靠性和证据类别进行结构化评估。该数据集强调‘未度量’（UNMEASURED）状态，避免在缺乏有效第三方证明时给出武断评分，从而确保评估过程的严谨性与可复现性。研究者和审计人员可借助此数据集构建可验证的储备证明审查流程，推动行业标准的落地。

解决学术问题

该数据集直面储备证明领域长期存在的验证模糊与信任缺失问题。在学术研究中，储备证明常因缺乏统一度量标准和可信第三方介入而难以进行客观比较。本数据集通过明确区分‘已度量’与‘未度量’状态，并强制要求第三方发布的、当前有效的证明文件，解决了传统自声明式储备数据不可验证、易失真的痛点。其输入模式与严格锁定规则（如禁止LLM评判、禁止合成百分比）为研究提供了方法论支撑，有助于建立可复现的评估协议，从而推动储备证明在隐私计算、金融审计等交叉学科中的规范化研究。

实际应用

在实际应用中，该数据集服务于安全隐私计算领域的合规审计与信任基础设施构建。企业或机构可调用实时GET接口获取储备数据，结合本数据集的字段规范进行内部风控与对外披露；监管方或第三方审计机构可利用其验证机制（如gspc-verify）快速核验储备证明的真实性与时效性，降低欺诈风险。此外，该数据集作为‘打印机’而非‘工厂’的设计，避免了在ZeroGPU或推理端点上进行不可控的度量操作，适用于需要高可靠性和可追溯性的金融证书验证、数字资产储备审计及去中心化身份认证等场景。

数据集最近研究