gspc-provenance-controls

该数据集名为“provenance-controls”，是一个AI系统评估框架，包含22个测量轴，其中15个轴被测量（包括治理、安全、来源、连续性、符合性、开放性、机械符合性、关怀、跨现实、检测器互操作性、第5条保障、群体、情感、下限、来源控制），7个轴为空（包括储备认证、监管框架、分发完整性、托管披露、AI经济指数、人类劳动指数、类人劳动指数）。数据集强调其测量性质而非认证，不构成模型排行榜，也不包含虚构分数。具体数据内容未在README中详细说明，可能通过指定API端点获取。The dataset named provenance-controls is an AI system evaluation framework with 22 measurement axes, of which 15 are measured (governance, safety, provenance, continuity, conformance, openness, machinery-conformity, care, cross-reality, detector-interop, art5-safeguard, swarm, affect, jail, provenance-controls) and 7 are empty (reserve-attestation, regulatory-framework, distribution-integrity, custody-disclosure, ai-economy-index, human-labour-index, humanoid-labour-index). It emphasizes its measurement nature, not certification, and does not constitute a model leaderboard or contain fictional scores. Specific data content is not detailed in the README and may be obtained via a specified API endpoint.

原始信息汇总

数据集概述：provenance-controls

基本信息

• 数据集名称：provenance-controls
• 许可证：CC-BY-4.0
• 所属组织：csoai（Council of AI / GSPC）
• 访问方式：通过 GET https://councilof.ai/api/gspc 接口获取数据

数据维度说明

该数据集基于 GSPC（Governance, Safety, Provenance, and Continuity） 框架，涵盖 22 个轴，其中：

• 15 个已测量轴
• 7 个空轴（未测量）

已测量轴（15项）

治理（governance）、安全（safety）、来源（provenance）、连续性（continuity）、一致性（conformance）、开放性（openness）、机械一致性（machinery-conformity）、关怀（care）、跨现实（cross-reality）、检测器互操作性（detector-interop）、第5条保护（art5-safeguard）、群体智能（swarm）、情感（affect）、防护栏（jail）、来源控制（provenance-controls）

未测量轴（7项，空置）

储备认证（reserve-attestation）、监管框架（regulatory-framework）、分发完整性（distribution-integrity）、托管披露（custody-disclosure）、AI经济指数（ai-economy-index）、人类劳动指数（human-labour-index）、类人劳动指数（humanoid-labour-index）

重要声明

• 非认证：该数据集仅为测量数据，不构成认证
• 非排行榜：不是模型排行榜，不包含虚构评分
• 空轴不可购买：未测量的轴不对外出售，也不提供评分
• 防护栏（jail）：属于已测量的底线指标，而非第16个面板
• 冻结分割：数据采用冻结分割方式，实时数量（live n）以接口匹配轴为准，而非Hub评分

合规时间线

根据欧盟《人工智能法案》第50条（EUR-Lex）：

• 生效日期：2026年8月2日
• 标记宽限期：至2026年12月2日

验证与资源链接

• 验证页面：https://councilof.ai/gspc-verify
• Council OS：https://councilof.ai/os
• Council Space（竞技场）：https://councilof.ai/gspc-arena

搜集汇总

数据集介绍

构建方式

该数据集隶属于GSPC（Governance, Safety, Provenance, Continuity）评估体系，是其中一项聚焦于溯源控制（provenance-controls）的实测金融轴。其构建依托于实时API接口，数据从councilof.ai的GSPC看板动态采集，而非固化快照。数据集以六个样本（n=6）作为基准，通过ChainFacts框架进行测量，确保每个数据点均对应真实的测量结果，而非主观评分。所有条目均标注明确的状态词语，如LOADING、UNREACHABLE等，以区分可测与不可测情况，坚决杜绝虚构数值。

特点

此数据集秉持‘测量而非认证’的核心原则，突出客观性与透明度。其特色在于与实时看板紧密联动，数据动态更新，有效规避了静态数据集的时效性缺陷。数据集中包含多个已实测的轴，涵盖治理、安全、溯源等九个维度，以及八个确定性事实轴，如储备证明、监管框架等，体现了多维度的全面覆盖。此外，数据集明确声明空位不可出售，任何缺失均会如实标注，维护了数据的真实性与可信度。

使用方法

使用此数据集时，用户应优先通过实时API（GET https://councilof.ai/api/gspc）获取最新数据，而非依赖本地存储的静态版本。每个数据卡可通过免费验证服务（https://councilof.ai/gspc-verify）进行核实，确保来源可靠。数据集支持MCP（Model Context Protocol）工具调用，可集成至自动化分析流程中。开发者可遵循状态词语的语义处理数据，对于标记为UNREACHABLE等不可用条目，应视为测量缺失而非零值，从而在合规评估、风险分析等场景中做出准确判断。

背景与挑战

背景概述

在人工智能治理与合规领域，随着欧盟《人工智能法案》等法规的逐步落地，对AI系统的来源可追溯性（provenance）提出了明确要求。该数据集由Council of AI机构创建，旨在填补AI系统来源控制评估的空白，其核心研究问题是如何客观衡量AI系统在来源声明、数据溯源及合规控制方面的表现。作为GSPC（Governance, Safety, and Provenance Consortium）框架下的测量轴之一，该数据集于2024年推出，服务于全球AI治理基准测试，为政策制定者、开发者及审计方提供可验证的量化参考，促进了AI来源透明度标准的建立，对行业规范具有引领作用。

当前挑战

该数据集面临的挑战涵盖领域与构建两方面。领域上，AI来源控制缺乏统一标准，现有实践分散且难以量化，需在合规性、安全性与创新性之间寻求平衡，同时应对跨司法管辖区的法规差异。构建过程中，数据采集面临来源多样性与异构性，需确保数据完整性与真实性，防止伪造来源信息；此外，评估方法需兼顾可重复性与动态适应性，以跟踪快速演进的AI技术生态，同时避免过度依赖静态快照，确保测量结果的时效性与可靠性。

常用场景

经典使用场景

该数据集作为GSPC（General Safety and Performance Charter）框架下针对"provenance-controls"轴心的测量基准，承载着对AI系统来源控制能力的标准化评估。在经典使用场景中，研究者利用此数据集验证AI模型在数据溯源、来源声明、以及内容归属等维度的合规性，尤其聚焦于欧盟《人工智能法案》第50条所要求的来源标注义务。通过调用实时API接口，科研团队可获取特定时间点的测量结果，从而进行跨模型的横向对比与纵向追踪，该数据集无疑是衡量生成式AI系统来源透明度的重要工具。

实际应用

在实际应用中，该数据集服务于AI模型开发商、内容平台及监管机构，用于审计生成内容的来源声明是否真实、完整。例如，媒体机构可借此验证AI生成图片或文本的出处标记，防止虚假信息泛滥；云服务提供商可将其集成于合规报告中，确保产品符合欧盟即将生效的透明度条款。此外，该数据的实时刷新特性使其适用于动态监控场景，如追踪模型更新后来源控制效能的变化，为产品迭代提供即时反馈，助力企业构建可信赖的AI生态。

衍生相关工作

基于该数据集，衍生出了一系列关于来源控制评估的前沿研究。一方面，研究者利用其测量结果训练轻量级分类器，以自动识别未标注来源的AI输出，提升检测效率；另一方面，该数据激发了对抗性攻击与防御策略的探索，例如在来源水印中嵌入隐蔽信息，检验现有防护机制的鲁棒性。同时，它催生了框架层面的扩展工作，如将来源控制指标与其他安全轴心（如jail、governance）关联分析，构建多维度的AI安全评估模型，这些衍生工作共同丰富了AI治理的理论工具箱。