论文

变化源监督:在政策变化下管理学习工件

Change-Provenant Supervision: Governing Learned Artifacts Under Policy Change

AI 基础设施AI安全与内容治理基础设施

摘要

记录的依赖图无法证明它不包含省略的边。因此,对于习得的工件,图范围的失效本身不能证明在权限更改后的接纳是合理的,特别是当输出测试错过了出处陈旧的推导时。我们将记录的谱系(提出影响范围和依赖性解释)与每个保留目标的独立当前合同重新验证分开,后者提供相对于已声明合同的健全性。我们在两个证据层中评估该设计。四个 Qwen3-14B LoRA 包将 1.028 GB 适配器字节绑定到训练和授权记录。经过相互排斥的版本监督训练的陈旧和全新适配器对所有 80 个经过测试的权威中立输入发出了相同的计划。然而,字节派生的重建和密封的当前合同分类账拒绝了陈旧和幼稚的附加包,并承认完全新鲜和谱系选择性的包。在具有 6 个角色分离修订的受控工具中,传递谱系恢复了所有 40 个语义无效的修订目标对,同时提名了 56 个影响候选者,而在整个文档范围内无效的情况下提名了 120 个。尽管 16 条内容仍然有效,但所有 56 条条款都明确了修改条款的路径。每次修改省略一个承重边将语义召回率降低到 34/40,而独立重新验证拒绝了所有六个受影响的包。结果建立了受控治理机制的属性,而不是企业失效率、遗忘结果、运营最佳工作流程或测量的总成本降低。