auditable

互动训练 2 引入了一个通过共享协议引导实时模型训练的可审计控制平面，允许人类和自动化控制器提交请求，这些请求在安全控制点进行验证并应用。该系统在自然语言处理（NLP）和强化学习工作流中进行了演示。

LangChain展示了一个代理，它利用Perplexity Agent API和LangGraph，在大约90秒内以0.40美元的成本草拟一份带引用的风险投资备忘录，包含四个并行研究节点和一个合成器。

Auditable Commercial License (ACL) v1.0 是一种为 AI 时代设计的新型源码可用许可证，内置防止 AI 训练数据使用的保护机制，包含带有安全港的知识限定条款，并在四年后自动转换为 Apache 2.0。

AgentFinVQA是一个多代理管道，用于金融图表问答，它将查询分解为规划、OCR、图例确认、视觉检查和验证步骤，并将每一步记录在可追溯的模型评估包中。与零样本基线相比，它实现了显著的准确性提升，同时支持本地部署和可审计性。

Regimes是一个建立在ActiveGraph事件溯源运行时上的可审计、保留样本门控的改进循环。它诊断AI智能体中的失败，提出修复方案，并仅在通过多重门控后才予以提升，将LongMemEval上的准确率最多提高了+0.10。