NOMOS-GBO

该数据集是《NOMOS GBO — Generative Behavior Optimization》（生成行为优化）一书的多语言结构化版本，由Kaan Muraz撰写。书籍提出了一个设计AI代理权威、行动和人类控制的治理框架，核心解决“AI代理允许做什么、何时停止以及人类如何保持控制”的问题。数据集包含六种语言（土耳其语、英语、德语、阿拉伯语、俄语、西班牙语）的完整书籍文本和结构化元数据。每种语言提供15条JSONL格式的记录：1条前言记录（包含阅读说明、权利声明、制作披露、词汇表、参考书目和章节来源说明）和14条章节记录（前言、12章正文和后记）。每条记录包含结构化JSON字段（structured_json）保留完整源JSON，以及派生文本视图（text）保留表格单元格。六种语言的PDF版本总计2180页。数据集的许可证为CC-BY-4.0。该数据集适用于多语言自然语言处理、AI安全与治理研究、文档结构化分析、文本摘要或内容提取等任务。This dataset is a multi-language structured version of the book "NOMOS GBO — Generative Behavior Optimization" by Kaan Muraz. The book proposes a governance framework for designing AI agent authority, actions, and human control, core addressing the question of what AI agents are allowed to do, when to stop, and how humans maintain control. The dataset includes complete book text and structured metadata in six languages (Turkish, English, German, Arabic, Russian, Spanish). Each language provides 15 records in JSONL format: 1 foreword record (containing reading instructions, rights statement, production disclosure, glossary, bibliography, and chapter source notes) and 14 chapter records (foreword, 12 chapters, and epilogue). Each record includes a structured JSON field (structured_json) preserving the full source JSON, and a derived text view (text) preserving table cells. PDF versions in six languages total 2180 pages. The dataset is licensed under CC-BY-4.0. It is suitable for tasks such as multilingual natural language processing, AI safety and governance research, document structured analysis, text summarization, or content extraction.

原始信息汇总

NOMOS GBO — Generative Behavior Optimization

基本信息

• 数据集地址：https://huggingface.co/datasets/NobleJackal/NOMOS-GBO
• 别名：NOMOS GBO — Design AI-Agent Authority, Action and Human Control
• 作者：Kaan Muraz（NobleJackal）
• 版本：1.0.0
• 许可协议：CC BY 4.0
• DOI：https://doi.org/10.5281/zenodo.22677510
• 作者 ORCID：https://orcid.org/0009-0000-2277-9009

数据集简介

NOMOS GBO 是一部六语言著作及其配套结构化数据，提出生成行为优化（Generative Behavior Optimization, GBO）设计及治理框架，用于决定 AI 智能体为谁行动、可以做什么、何时可以行动，以及人类如何保持控制。

出版状态声明：本作品为作者提出的设计与治理框架，并非已获认可的国际标准、认证或对已实施产品的安全保证。

支持语言

• 土耳其语（tr）
• 英语（en）
• 德语（de）
• 阿拉伯语（ar）
• 俄语（ru）
• 西班牙语（es）

数据配置

每种语言对应一个配置，均包含 train 划分，数据文件分别为：

配置	数据文件
tr	data.tr.jsonl
en	data.en.jsonl
de	data.de.jsonl
ar	data.ar.jsonl
ru	data.ru.jsonl
es	data.es.jsonl

数据内容

• data.{language}.jsonl 每种语言提供 15 条记录：1 条前置材料记录和 14 条章节记录（序言、十二章正文及尾声）。
• 前置材料记录保留阅读说明、权利声明、制作披露、术语表、参考文献及章节来源注释。
• structured_json 字符串可无损重建完整的源 JSON。
• text 为派生阅读视图，保留表格单元格。
• train 为平台划分名称。

各语言版本 PDF

版本	页数	PDF	DOI
土耳其语	347	NOMOS-GBO-TR-v1.0.0.pdf	https://doi.org/10.5281/zenodo.22677743
英语	352	NOMOS-GBO-EN-v1.0.0.pdf	https://doi.org/10.5281/zenodo.22677510
德语	378	NOMOS-GBO-DE-v1.0.0.pdf	https://doi.org/10.5281/zenodo.22678636
阿拉伯语	361	NOMOS-GBO-AR-v1.0.0.pdf	https://doi.org/10.5281/zenodo.22678741
俄语	378	NOMOS-GBO-RU-v1.0.0.pdf	https://doi.org/10.5281/zenodo.22678811
西班牙语	364	NOMOS-GBO-ES-v1.0.0.pdf	https://doi.org/10.5281/zenodo.22679132

六个 PDF 共 2,180 页。每个版本包含序言、十二章正文、尾声、四张表格、章节来源注释、十六条目术语表和九条参考文献。阿拉伯语版本使用从右至左文本，技术标识符保持从左至右。

文件说明

• 版本化 PDF 保留已批准的排版格式。
• book.{language}.json 包含完整的结构化图书内容。
• book.{language}.md 提供便携文本。
• 各版本附有本地化封面及引用信息。
• CITATION.cff 及各版本的 citation.{language}.json 提供版本、日期和作者信息。
• manifest.json 和 checksums.sha256 记录文件完整性。
• RIGHTS.md 提供六种语言的许可声明。

权利与来源

• © 2026 Kaan Muraz，采用 CC BY 4.0 国际许可协议。
• 允许共享和改编本作品（包括商业用途），需注明适当署名、链接许可协议并指明任何更改。
• 编辑、一致性检查和来源核查使用了 AI 辅助编辑工具；封面图由 AI 生成，排版单独设置。
• 未声称经过独立人工编辑审查或学术同行评审。

标签

gbo、generative-behavior-optimization、ai-agents、agentic-ai、ai-governance、ai-safety、human-oversight、authorization、capability-boundaries、tool-use、delegation、multi-agent-systems、stop-conditions、multilingual、open-access、ebook、pdf

相关链接

• GitHub 发布：https://github.com/nobelJackal/NOMOS-GBO
• Hugging Face 数据集：https://huggingface.co/datasets/NobleJackal/NOMOS-GBO
• NobleJackal：https://noblejackal.com/
• NobleJackal GEO 图书馆：https://huggingface.co/collections/NobleJackal/noblejackal-geo-library-open-books-and-datasets

出版元数据

出版元数据于 2026 年 9 月 9 日完成：六个已验证的 Zenodo DOI 已添加至版本表、引用文件和 JSONL 记录，文件校验和已重新生成。此元数据修订不改变图书正文、PDF 或 1.0.0 版版本号。

搜集汇总

数据集介绍

构建方式

在人工智能体治理与安全研究日益受到关注的背景下，NOMOS-GBO数据集的构建以六种语言版本（土耳其语、英语、德语、阿拉伯语、俄语、西班牙语）的完整书籍内容为语料来源，通过结构化处理将每部书籍拆解为前页记录与十四章正文记录，共计十五个JSONL条目。每个条目中的structured_json字段无损重建原始源JSON，text字段则提供保留表格单元格的派生阅读视图，确保内容在语义与格式上的完整性。

特点

该数据集的核心特征在于其多语言覆盖与主题深度，涉及人工智能体授权、行为边界、停止条件及人类监督等治理议题。数据以JSONL格式组织，每语言提供十五条记录，涵盖序言、十二章正文及结语，并附有术语表、参考文献和章节来源注释。数据集采用CC BY 4.0许可，支持商业用途，同时提供版本化PDF、结构化JSON和可移植Markdown文本，兼顾学术引用与工程应用。

使用方法

使用者可通过Hugging Face数据集页面按语言配置加载对应的data.{language}.jsonl文件，利用train划分进行模型训练或内容分析。structured_json字段适用于需要完整结构信息的任务，如知识抽取或格式还原；text字段则便于直接进行文本理解、跨语言检索或治理框架的语义研究。数据集附带清单文件与校验和，确保文件完整性，并建议在学术引用时依据所查阅语言版本标注相应DOI。

背景与挑战

背景概述

随着自主智能体从实验室走向现实应用，其行为授权与人类控制问题日益凸显。2026年，Kaan Muraz（NobleJackal）发布NOMOS-GBO（生成行为优化）框架，以六语言开放书籍形式，系统探讨智能体的权限边界、行动条件及人类监督机制。该工作直面智能体治理中授权模糊、停止条件缺失等核心问题，提出将行为优化与治理规则相融合的设计范式，为智能体安全与可控部署提供了跨语言参考，对AI治理、人机协作及多智能体系统研究具有启发性影响。

当前挑战

智能体治理领域长期缺乏统一的权限与停止条件规范，NOMOS-GBO试图填补这一空白，但面临多重挑战。在领域问题上，如何形式化界定智能体的授权范围、动态委托及能力边界，并确保多智能体交互中的安全终止，仍是开放难题。构建过程中，六语言版本需保持术语与结构一致性，且依赖AI辅助编辑与自动检查，未经独立人工或学术同行评审，框架的严谨性与普适性有待验证。此外，数据集以书籍章节记录为主，难以直接支撑实证评估与标准化落地。

常用场景

经典使用场景

在智能体治理与AI安全研究领域，NOMOS-GBO数据集最为经典的用途在于为生成行为优化框架提供多语言结构化语料支撑。研究者可借助其十五个记录所组成的训练分片，系统性地解析智能体在授权边界、能力约束、委派机制与终止条件等方面的设计原则，从而在受控实验环境中复现并验证人机控制权的分配逻辑。该数据集涵盖土耳其语、英语、德语、阿拉伯语、俄语与西班牙语六种版本，每项记录均保留完整的结构化JSON与衍生阅读文本，便于跨语言比较研究与治理规则的细粒度抽取。

解决学术问题

该数据集着力回应了智能体研究中关于权限归属模糊、行为边界缺失以及人类监督难以量化等核心学术难题。长期以来，AI代理系统在工具调用、多智能体协作与自主决策过程中缺乏统一的治理术语与可操作的设计规范，导致安全评估难以横向对比。NOMOS-GBO以系统化的章节结构和术语表为依托，为授权层级、停止条件与责任归属等抽象概念提供了可解析的文本载体，推动了AI治理从原则性讨论向结构化建模的范式转变，对安全对齐与可解释性研究具有基础性参考价值。

衍生相关工作

围绕NOMOS-GBO所提出的生成行为优化框架，后续研究可衍生出多个方向的经典工作，包括面向智能体权限形式化验证的建模工具、基于多语言治理语料的安全基准评测以及人机控制权动态分配的仿真环境。该数据集亦与NobleJackal GEO Library中关于发现、表示与审计的系列著作形成互补，促进了AI治理从单一文本规范向可计算、可审计知识体系的延伸，为智能体行为优化与监督机制的交叉研究奠定了基础。