traceability

Humanly是一个可配置的写作平台，记录写作过程以提供人机协作的可追溯证据，具有密封证书和异常检测等功能。

本文首次严格研究了LLM水印方案如何影响医学性能，在多个LLM和VLM上评估了五种水印在临床推理任务中的效果。作者发现，水印可能导致医学文本质量下降，包括幻觉和词汇损坏，而这些在通用领域的基准测试中被掩盖。

ArcKit 是一个开源的企业架构治理工具，与 Claude Code、GitHub Copilot 等 AI 编码助手配合使用，管理治理工作流，包括需求、设计评审和可追溯性。

本文提出了一种面向AI生成的望远镜调度决策的多级验证与可追溯性框架，融合数据引用验证、逻辑一致性检查和观测约束，以提高高可靠性天文观测任务中决策的可执行性与可靠性。

ModSleuth 是一个新工具，用于追踪现代大语言模型的依赖关系，揭示出像 OLMo 3 和 Nemotron 3 这样的模型依赖于数百个其他模型和数据集，凸显了从仅人类数据到AI生成的训练数据的转变。

本文批评当前AI记忆系统仅仅只是无法被纠正、更新或溯源至来源的只写日志，认为真正的记忆需要一个治理层。

一位开发者使用Active Graph和monid_ai构建了一个完全可追溯且可分支的研究代理，确保每个声明都直接追溯到其来源，并在大约30分钟内使其正常工作。

作者认为，当前的智能体可观测性提供了行动轨迹，但缺乏运行时对行动为何被允许的合理性说明，这对于涉及金钱、数据或通信的生产部署至关重要。