论文提出可争议治理代理，记录AI元数据的人工审核过程
论文AI 评分 58/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇 arXiv 论文提出「可争议治理」框架：由大语言模型驱动的专业代理针对有争议的元数据决策给出带评分和引用的论证，数据管理员可在提交前接受、拒绝、修改或补充论证，治理记录保留证据、人工干预和最终结果。框架包含带版本号的领域词表、只对不确定提案启动完整论证的分流路径，以及控制哪些已核实决策可成为先例的闸门。论文用两个 HVAC 场景说明该模式，其中点位分类基于 Brick Schema 类标签并有开源参考实现。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载问题与出发点
工业组织的运行知识分散在两类地方：一类是遥测、点位表、交易记录等结构化数据，另一类是手册、维修笔记、沟通记录、巡检报告等非结构化来源。治理工作往往把两类来源分开管理，而分类、关联和文档化又依赖少数掌握深厚领域知识的员工。大语言模型代理可以提出元数据、引用文档并标记质量问题，但未经审核的提案会把错误带入下游系统；即便审核只是走个过场，也不会留下审核者究竟检查了什么的记录。论文正是从这一缺口出发设计机制。
可争议治理的流程
在这一框架下，专业代理针对有争议的元数据决策给出带评分、带引用的论证；数据管理员在提交前可以接受、拒绝、修改或补充这些论证；治理记录则保留证据、人工干预和最终结果。带版本号的领域词表向代理提供模型专用术语与缩写定义，减少歧义。流程中还设计了一条分流路径：只对不确定的提案启动完整的论证过程，同时保证提交前仍有审核。论文还描述了评分模型与记录模型，以及一道闸门，用来决定哪些经过核实的决策可以成为先例。
两个暖通空调用例
论文用两个 HVAC 场景说明该模式如何运作。第一个是点位分类，使用 Brick Schema 的类标签，并配有开源参考实现，便于复现。第二个是保修失效模式决策的示例，把索赔字段和遥测数据与服务笔记、带修订版本的公告关联起来。论文共 15 页，含 2 幅图和 2 张表，归类于 cs.AI，同时涉及数据库、人机交互和多智能体系统方向。
为什么值得看
关注 AI 生成元数据如何留痕、可追溯与人工把关的团队，可从中看到一套可落地的审核与先例机制设计。
论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。