待验证50% 置信事实精确时间

监管合规要求（如欧盟AI法案、金融行业模型风险管理规范 SR 11-7）往往要求组织能完整追溯模型的训练数据来源、预处理步骤和超参数决策链路

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/19

首次发现

有效期至：2026/11/17

来源

UnFlow：用图谱重构机器学习实验追踪，告别扁平列表

相关事实

待验证欧盟《人工智能法案》对训练算力超过10²⁵ FLOPs的系统性风险模型设定强制性对抗测试、事件报告和网络安全要求，违规可处全球年营业额3%的罚款67% 相似待验证工业程序推理过程的可追溯性符合工业安全领域可解释性要求，在功能安全标准（如IEC 61508）严格的场景下是安全体系的一部分67% 相似待验证用于内部安全审计和模型评估的训练数据归因工具，未来可能在诉讼中被认定为具有强制披露义务的材料66% 相似待验证规则校验方法在AI应用的质量保障体系中越来越受到重视，尤其适用于技术支持、文档分析等有明确事实依据的结构化任务场景66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/772523

API

curl https://kongchang.com/api/v1/knowledge/claims/772523

MCP

get_claim(id=772523)