待验证50% 置信事实精确时间

该论文提出一种在token级别建模AI作者身份的框架，并能在行、块、文件三个层级进行预测。

1

来源数

50%

置信度

长期有效

时效性

2026/10/21

首次发现

来源

从Token到文件：多粒度检测AI参与代码的新框架

涉及实体

多粒度AI代码检测框架concept

相关事实

待验证作者正在开发相关产品bugzero，本文由AI辅助起草并经作者审核编辑。68% 相似待验证作者提供官方提示词skill文档，用户可将其交给豆包等智能体并描述剧情，智能体会按官方规范生成符合模型偏好的提示词68% 相似待验证CarbonLayer在系列文章的第三部分中已探讨了一个AI影响凭证应包含的字段：工作负载信息、模型身份、延迟、环境指标、方法论、来源追溯以及不确定性。67% 相似待验证作者计划扩展实验，并为一个小型多分类头（multiple heads）分类模型获取标注数据67% 相似待验证将AI生成物作为自己作品出版会引发读者、平台和出版生态的署名与真实性挑战66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1079464

API

curl https://kongchang.com/api/v1/knowledge/claims/1079464

MCP

get_claim(id=1079464)