arXiv cs.CL· Omer Asim Ozturk, Cihan Aydiner·· 10 小时前AI 评分20
知识层模型（KLM）：证据可见的 AI 输出、路由诊断与负结果
The Knowledge Layer Model (KLM): Evidence-Visible AI Output, Routing Diagnostics, and Negative Results
AI 导读
研究者提出知识层模型（KLM），一套开放的、与实现无关的推理记录规范，包含带版本的认识论评估、证据关系和显式未知项，SEDIM 为其参考实现，引用 KLM v0.3（仓库标签 v0.3.0）。
正文 · AI 翻译
摘要：AI 答案需要的不仅仅是表面上的正确性：审阅者需要检查其记录的依据。我们引入了知识层模型（KLM），这是一个开放的、与实现无关的推理记录规范，包含带版本的认知评估、证据关系和显式未知项。SEDIM 是 Nage AI OS 的知识与证据架构，也是参考实现。我们引用 KLM v0.3（仓库标签 v0.3.0）。实证材料由各自独立的内部实验组成，并非端到端验证。一项历史性的平台域路由基准报告了 15 个类别中的 137/150 次分类（91.3%；名义 95% Wilson 区间 85.7-94.9%）；分子是从四舍五入的摘要中还原的，历史示例的归属未经核实。在修正后的双源测试中，原生模型权重路径配置产生了 0/15 个成功答案。由于旧版评分器存在缺陷且原始输出缺失，容量增长比较无法确立可靠效应。词汇诊断和范围诊断在静默与矛盾示例上均得到 AUC 0.008，低于注册的最低值 0.65。旧版打包在 221 个选定案例中有 118 个丢失了包含金标的文本；修复后的打包在 221/221 中保留了该文本。这些衡量的是文本是否存在，而非答案质量。据报告，Python 和 TypeScript 验证器在每个合成夹具的六项检查上达成一致；一项单独的生产披露未被接受。恢复、重新推导、人工评分标准支持、边界隔离和有界响应评估仍处于提议阶段。研究结果为内部且由作者报告；历史观察与后来的复现有所区分。证据可见性并不确立正确性、因果依赖、安全性或法规合规性。独立复现和完整的公开审计包仍属未来工作。
| 评论： | 47 页，1 幅图，14 张表。包含附录 A |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.42066 [cs.AI] |
| （或 arXiv:2610.42066v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.42066 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Cihan Aydiner [查看邮箱]
[v1]
2026 年 10 月 30 日星期五 17:26:18 UTC（698 KB）
来源：arXiv cs.CL · arxiv.org