冻结复核任务
- 核心问题
- 本次复核获授权评估哪项准确主张，并服务于哪项决策？
- 应保留证据
- 记录编号、边界化主张、决策负责人、截止时间与排除解释。
- 停止条件
- 若主张、对象、比较或决策仍可在不重新启动复核的情况下改变，应停止。
FUURAA™ 赋睐™ AI 知识图书馆 · 人类复核协议
从证据记录走向可问责结论
一份面向 AI 主张的双语人工复核协议：分离证据整理、领域判断、反证挑战与最终决定，在不确定性存在时形成有边界、有日期、可重新启动的证据结论。
先划边界
结构通过只是进入复核的门票，不是结论。
自动工具可以发现缺失字段与明显时间错误，但不能打开每项一手来源、判断评估是否适合当前决策、寻找可信反证，或承担决定后果。人工复核的任务是把这些判断过程显式化并留下记录。
适用边界本协议是公共研究与决策记录方法，不验证签署者身份，不替代实验复现、专业安全评估、法律意见、审计、行业合规或认证，也不披露任何 FUURAA 未公开产品能力。
七道复核门
每一道门都必须留下输入、判断和停止条件。
复核不从“相信或不相信”开始，而从一项清楚的决策任务开始；结论强度只能随着证据匹配度提高。
声明角色与利益关系
- 核心问题
- 谁整理记录、谁负责质疑、谁承担最终决定？
- 应保留证据
- 证据负责人、领域审阅者、挑战审阅者、决策负责人及重要利益关系。
- 停止条件
- 不得把开发者自审标为独立审阅，也不得让一人不加说明地承担全部角色。
只接纳可复核记录
- 核心问题
- 每项重要来源、版本、日期、方法、技术资料与边界是否可被检查？
- 应保留证据
- 结构核验通过的记录、可访问的一手来源，以及明确列出的缺失资料。
- 停止条件
- 若缺少身份、时间顺序、评估设计、排除用途或责任人，必须阻断复核。
检验主张与证据是否匹配
- 核心问题
- 证据是否测量了当前系统、任务、人群、语言、地区、工作流与时间？
- 应保留证据
- 把主张每个部分映射到直接支持、间接支持、反证或未知。
- 停止条件
- 不得把实验室、单一语言或仅由开发者提供的结果升级为广泛部署主张。
主动寻找反证与不确定性
- 核心问题
- 哪些可信证据可能推翻、收窄或推迟当前结论？
- 应保留证据
- 替代解释、失败案例、分组差异、波动、覆盖缺口与异议记录。
- 停止条件
- 重要反证被遗漏、未解释或没有负责人时，不得结束复核。
分配与决策颗粒度一致的证据状态
- 核心问题
- 现有记录今天能够承载的最强边界化结论是什么？
- 应保留证据
- 支持中、发展中、证据混合或证据不足，以及理由、未知、异议与被拒绝的更强表述。
- 停止条件
- 不得把不可兼容的维度平均成单一置信分数，也不得让紧迫性抬高证据强度。
记录、到期与重新启动
- 核心问题
- 谁接受结论、结论何时到期、什么新事件会重新启动复核？
- 应保留证据
- 带日期的决定、签署角色、剩余不确定性、下次复核触发条件及被替代记录链接。
- 停止条件
- 已到期、发生重要变化或被替代的记录，不得继续支持高后果决策。
职责分离
不同角色提出不同问题，降低同一种盲点贯穿全程。
- 01证据负责人
整理来源并保存溯源关系，但不单独作出结论。 - 02领域审阅者
检查方法、指标与运行语境是否适合该领域。 - 03挑战审阅者
寻找反证、泄漏、迁移失败及被遗漏的受影响方。 - 04决策负责人
接受边界化结论、剩余不确定性与重新复核义务。
结论语言
证据状态描述当前记录，不制造虚假精确。
支持中
相关证据趋于一致，重要反证已经处理，且表述保持在已测试边界内。
发展中
已有可信支持，但复现、观察时长、覆盖或现场记录仍不完整。
证据混合
可信记录存在分歧，或结果随方法、人群或运行条件显著变化。
证据不足
记录过少、过于间接、已经过时或与这项决策颗粒度的主张不匹配。
FUURAA 分析同一系统可以同时拥有不同证据状态。例如，“在固定英文测试中优于基线”可能处于支持中，而“适合东南亚多语言公共服务”仍是证据不足。复核质量取决于结论是否与主张颗粒度一致，而不是是否给出一个看似确定的总分。
可打印决策记录
十二个字段，让结论、异议与失效条件可以交接。
- 01复核编号
稳定编号与所审阅证据记录版本
________________________________ - 02主张与决策
准确表述及其可能支持的决策
________________________________ - 03角色
证据、领域、挑战与决策负责人
________________________________ - 04利益关系
开发者、资助、商业或机构关系
________________________________ - 05接纳证据
进入复核的一手记录与技术资料
________________________________ - 06排除证据
被排除记录及排除理由
________________________________ - 07主张匹配
直接、间接、反证与未知部分
________________________________ - 08适用边界
版本、任务、人群、语言、地区与工作流
________________________________ - 09证据状态
支持中、发展中、混合或不足
________________________________ - 10理由与异议
理由、剩余未知及尚未解决的异议
________________________________ - 11决定
接受、收窄、推迟、拒绝或补充证据
________________________________ - 12到期与触发
到期日期与重新启动复核的事件
________________________________
一手来源与边界
借鉴公开框架，但不把 FUURAA 方法描述为标准符合性。
来源于 2026 年 8 月 4 日核对。每项来源分别标明用途与不可推断范围。
一手来源NIST AI RMF 1.0
把治理、语境映射、测量与管理连接到 AI 全生命周期。
边界自愿且跨行业；它没有规定本复核协议，也不授予认证。
打开一手来源 ↗一手来源NIST AI RMF Playbook为 Govern、Map、Measure 与 Manage 结果提供建议行动。
边界Playbook 明确说明建议并非检查清单，需根据语境选择。
打开一手来源 ↗一手来源NIST AI 600-1 · Generative AI Profile补充生成式 AI 在测量、来源、信息完整性与人类监督方面的风险和行动。
边界属于跨行业配套资源；实际优先级取决于具体系统与使用语境。
打开一手来源 ↗一手来源W3C PROV-DM为来源交换中的实体、活动、主体、派生关系与责任建模。
边界来源关系一致本身不能证明证据质量、事实真实性或适合决策。
打开一手来源 ↗一手来源Model Cards for Model Reporting支持披露预期用途、评估条件、性能及相关人群分组结果。
边界报告方法不能独立验证测量，也不能让不适用系统自动变得安全。
打开一手来源 ↗完整证据路径
先建立记录，再核验结构，最后由明确责任的人形成结论。
当证据或运行语境变化时，不覆盖旧结论；保留原记录，创建新版本并说明哪些事实、边界或判断发生了改变。