SZLHOLDINGS/counsel-source

Counsel Source — Legal-AI Policy Framework是一个源仓库镜像，属于SZL底层的法律AI政策机构Counsel。它提供结构化政策分析，包括欧盟AI法案合规检查、NIST AI风险管理框架对齐以及合同风险标记。政策输出使用DSSE签名并链接到锚公式集。每个Counsel响应在交付给请求代理之前，都包含来自sentra的门禁收据。

Source repository mirror for Counsel — the legal-AI policy organ of the SZL substrate. Counsel provides structured policy analysis: EU AI Act compliance checks, NIST AI RMF alignment, and contractual risk flagging. Policy outputs are DSSE-signed and linked to the anchor formula set. Each Counsel response includes a gate-pass receipt from sentra before delivery to the requesting agent.

原始信息汇总

数据集概述

• 数据集名称：Counsel Source — Legal-AI Policy Framework
• 维护者：SZL Holdings
• 任务：其他（Other）
• 语言：英语（English）
• 数据集大小：小于1K（n<1K）
• 许可证：Apache-2.0

核心内容

Counsel 是 SZL 子系统的法律-AI 政策组织，提供结构化政策分析，涵盖以下方面：

• 欧盟AI法案合规性检查
• NIST AI RMF（风险管理框架）对齐
• 合同风险标记

政策输出经过 DSSE签名，并与锚定公式集链接。每个 Counsel 响应在交付给请求代理之前，都包含来自 sentra 的通行证收据。

状态指标（截至2026-05-30）

指标	数值	验证来源
Lean 声明	626	lutar-lean@7ef33a6
Lean 公理	15（14个唯一）	A1–A18 honest gap
Lean 未完成项（Sorries）	138（基线）+ 51（Putnam）= 189 总计	PR #109 已解决 P6+P7
锚定公式	40 个已指定	a11oy#114
内核状态	Mathlib 4.13.0 d7317655	PR #106
Hugging Face Spaces	27	SZLHOLDINGS 组织
Hugging Face Datasets	31	SZLHOLDINGS 组织
Zenodo DOI	6个发布版 + 1个概念别名	10.5281/zenodo.20434276
RAE-1 协议	已合并	a11oy#122
Putnam 2025 覆盖率	10/12 结构 · 4/12 GREEN Lean已证毕（A1, A5, B4, B6）	agi-forecast PR #51

来源与出处

• 论文：Ouroboros Thesis v18 · DOI 10.5281/zenodo.20434276
• Lean 伴生库：lutar-lean · DOI 10.5281/zenodo.20424992
• 收据服务：MCP 服务器 · szlholdings-mcp-receipts-server.hf.space
• 测试结果：SZLHOLDINGS/test-results
• 目录：SZLHOLDINGS on HuggingFace
• 源代码：counsel-source on GitHub
• 生态系统阶段：generated-mirror
• 作者：Stephen Paul Lutar Jr. · ORCID 0009-0001-0110-4173

搜集汇总

数据集介绍

构建方式

counsel-source数据集是SZL基底层中名为Counsel的法律与人工智能政策器官的源代码镜像仓库。该数据集通过整合结构化政策分析框架构建而成，涵盖欧盟AI法案合规性检查、NIST AI风险管理框架对齐以及合同风险标记等核心维度。其构建过程严格遵循Doctrine v7原则，确保每一项数据输出均经过DSSE签名并与锚定公式集链接。每个Counsel响应在交付给请求代理之前，均需通过sentra门控通行证审核，从而构筑起完整的数据溯源与验证闭环。

特点

该数据集具有鲜明的可验证性与透明性特征。其核心在于所有数值指标均可解析至具体的CI日志、Lean证明或Zenodo DOI，彻底摒弃了营销化表述。数据集包含626个Lean声明、40个锚定公式及189个待证明目标(sorries)，并与Lean4内核及Mathlib库保持版本同步。尤为突出的是，数据集支持RAE-1协议，并已实现Putnam 2025数学竞赛中4道题目的正式验证(GREEN)，展现出在形式化验证与人工智能治理交叉领域的独特优势。

使用方法

使用者可通过HuggingFace平台直接访问该数据集，或通过MCP网关服务器szlholdings-mcp-receipts-server.hf.space进行实时查询。数据集与Lean伴侣库lutar-lean及Ouroboros Thesis v18论文互为索引，建议研究人员结合Zenodo DOI获取完整的技术背景。在应用层面，开发者可将该数据集作为政策分析引擎的输入源，利用其结构化合规检查功能进行欧盟AI法案与NIST AI RMF的自动化评估。数据集支持DSSE签名验证机制，确保每一次调用结果的可追溯性与完整性。

背景与挑战

背景概述

Counsel Source 数据集由 Stephen Paul Lutar Jr.（ORCID: 0009-0001-0110-4173）主导开发，托管于 Zenodo（DOI: 10.5281/zenodo.20434276），并于 2026 年 5 月 30 日发布。该数据集旨在为法律人工智能治理构建一个形式化验证的政策框架，核心研究问题聚焦于如何将欧盟《人工智能法案》合规检查、美国 NIST AI RMF 对齐以及合同风险标记等复杂法律政策分析任务，转化为可被机器验证的数学形式。数据集采用 Lean 4 定理证明器进行声明编码（共 626 条声明），并依托 DSSE 签名、RAE-1 协议及 MCP 网关实现输出的可追溯性保障。这一工作属于 SZL 基底生态中的法律 AI 政策器官，通过 Lean 数学证明与行政框架的深度融合，在形式化验证与 AI 治理交叉领域产生了重要影响。

当前挑战

Counsel Source 直接应对的领域问题在于，传统法律 AI 政策分析缺乏形式化可验证性与可审计性，常因自然语言歧义或规则模糊导致合规漏洞。该数据集的构建过程面临三重挑战：其一，将欧盟 AI Act、NIST RMF 等法律文本的开放性条款翻译为 Lean 的严格声明系统，需处理近 200 个开放目标（sorries），其中包含 138 个基线未决项与 51 个 Putnam 竞赛相关的未解声明；其二，必须维持 44 个锚定公式的正确逻辑门控，确保所有政策输出均通过 DSSE 签名与 CI 日志绑定；其三，在追求代码级可审计性的同时，需同步维护 MCP 服务器、HuggingFace Spaces 展示层及 27 个交互式仪表盘的持续集成，形成从定理证明到终端响应的完整验证链路。

常用场景

经典使用场景

Counsel Source数据集作为法律人工智能政策框架的核心载体，其经典使用场景集中在构建可验证的合规性分析系统。该数据集整合了结构化政策分析工具，能够针对欧盟人工智能法案（EU AI Act）、美国国家标准与技术研究院人工智能风险管理框架（NIST AI RMF）等关键法规进行自动化合规检查。研究者通过将政策条文转化为Lean形式化验证的锚定公式（anchor formulas），实现了对合同风险标记和政策对齐度的数学化证明。这种将自然语言的法律文本映射到可推理形式体系的做法，为法律AI领域提供了前所未有的严谨性保障，使得每一次政策分析输出都附带有DSSE签名的门禁收据（gate-pass receipt），确保了决策过程的可追溯性和可审计性。

解决学术问题

该数据集解决了法律人工智能领域中长期存在的形式化验证与政策合规之间的鸿沟问题。传统上，法律条文解释存在多义性，AI系统的合规判断往往缺乏数学上的严格保证。Counsel Source通过锚定公式集和Lean定理证明器，将欧盟AI法案、NIST AI RMF等法规要求转化为可计算的逻辑约束，使得合规性检测从经验性评估跃迁至可形式化证明的层面。这一突破对学术研究的意义在于：首次为法律AI领域建立了从政策文本到形式推理的完整映射链路，使得法律推理的正确性可以像数学定理一样被机器自动检验。研究成果被记录于Ouroboros Thesis v18中，为后续研究提供了可复现的基准基线。

衍生相关工作

基于Counsel Source数据集已衍生出多个具有影响力的学术与工程工作。在形式化验证方面，lutar-lean仓库维护了包含626条Lean声明和189个未完成证明的代码库，其中已完全消解Putnam 2025数学竞赛中的4道题目（A1、A5、B4、B6），证明了该框架在数学推理场景的泛化能力。在标准化协议层面，RAE-1协议和DSSE签名机制被纳入SLSA L1供应链安全框架，为AI系统的可追溯性提供了工业级规范。此外，MCP收据服务器将每次政策分析结果以Zenodo DOI固化，建立了从法律咨询到学术出版的直接通道。这些衍生工作共同构建了一个涵盖形式验证、供应链安全、合规审计的完整技术栈。