arXiv · cs.AI · Shubhashis Sengupta, Benjamin McCarty, Milind Savagaonkar, Rhine Andotra · 7 小时前模型评分29
生成式人工智能（AI，Artificial Intelligence）时代的真实性债务与合成内容威胁：信任、溯源与知识产权治理的分层框架
Authenticity Debt and the Synthetic Content Threat Landscape: A Layered Framework for Trust, Provenance, and IP Governance in the Generative AI Era
导读
论文提出“真实性债务”概念，指企业部署人工智能（AI，Artificial Intelligence）生成内容却未保留可验证来源、完整性与问责信息时累积的机构责任。作者梳理数字水印、C2PA与Adobe CAI等溯源框架及检测技术的失效模式，认为开放对抗环境下单一机制不足，并提出融合加密溯源、人工复核与持续治理的分层参考架构。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We introduce the concept of authenticity debt: the cumulative institutional liability that accumulates when organizations deploy AI-generated content without preserving verifiable origin, integrity, and accountability, deferring exposure that surfaces under regulatory, legal, or market scrutiny.”
来源：arXiv · cs.AI · arxiv.org