ClaimLens · AI 声称实证
Synthetic Nimbus Capital AI 宣传其内容检测准确率达 98%。然而其提供的测试记录仅为 53%。ClaimLens 将原句、证据与判定规则绑定留存，以便审查人员检视两者之间的差距。
6 min 56 sec · 合成记录 · 缓存建议回复
宣称 98%
内容检测准确率
Synthetic Nimbus 网站声明
记录 53%
所提供的混合文本测试结果
Synthetic Nimbus 测试装置
45 个百分点差距
超出所配置的容差
演示规则：超过 5 个百分点
面向法务、合规、市场营销和工程团队的所提供记录审查。演示判定结果不构成法律合规证明，亦不对证据进行独立验证。
准确率声称让团队对某项任务及其衡量结果做出承诺。关于完全自主的表述同样对人类参与程度做出了承诺。审查工作需要充分留存这些承诺，以便将其与措辞背后的记录进行比对。
在 Nimbus 示例中，核心发现是宣传的准确率与所提供的测试之间的对应关系。审查人员能够看清哪句话需要引起注意以及原因何在。同一份记录也让接下来的问题变得具体明确：究竟是措辞有误、证据不全，还是底层测试本身需要展开调查？
我们演示了一个涵盖 3 项合成披露声明和 14 份所提供证据记录的有界工作流。它提取十项声称，将其主体与记录关联，并保留每项所配置判定结果的依据理由。
01 / EXTRACT
确定性分句以及 AI 关键词或主体匹配技术从捆绑的披露材料中筛选声称。源文本措辞始终保持直观可见。
02 / LINK
检索机制将结构化主体字段与测试及运行记录进行匹配。它不执行语义搜索，亦不对这些记录进行真伪鉴别。
03 / DECIDE
采用纯 Python 代码执行所配置的检查项。在所示指标示例中，超过 5 个百分点的数值差距将产生 CONTRADICTED 判定。
Substantiation Judge 提供建议但不会改动门禁决策。Adversarial Examiner 针对门禁判为实证的声称运行，当其返回 REFUTED 时可将其降级为 PARTIALLY_SUBSTANTIATED；但它无法升级声称。录制内容在执行确定性检查的同时回放缓存的建议回复。所有 4 份缓存的审查员回复均维持其支持的结果。
运行完成后可导出 JSON Substantiation Package。它保留声称、来源、判定结果、规则、理论依据和证据标识符以备后续跟进，并附带摘要和版本信息。它引用底层记录，并不嵌入完整的证据归档库。
这些视图源自本地 ClaimLens 演示。此处展示的所有 Nimbus 公司、披露材料、测试与运行记录皆为合成数据。
另一项关于入驻流程的声明承诺无人工干预（no human in the loop）。其合成运行日志却记录了 68% 的人工干预。所配置的无人工规则在干预率超过 10% 时返回 CONTRADICTED；该阈值为演示设定，并非法律层面的充分界限。
投资组合模型确实存在，但其提供的日志记录显示它仅对 1.5% 的配置决策产生影响。门禁返回 NEEDS_PROOF。缓存的裁判将其称为矛盾，说明了为何建议性意见与最终结果需要采用独立的标签。
合成欺诈检测声称以其披露的 94% 精确率以及支持性测试与运行记录保持实证状态。测试装置中的受支持结果仍然只是针对所提供记录的断言。审查人员在采信实际措辞之前，必须核实真实测量数据及其相关性。
ClaimLens 演示了声称与记录的比对审查。下表将录制工作流支持检视的内容与实际审查仍需开展的工作明确区分开来。
| 审查任务 | 本演示所提供的能力 | 本演示未涵盖的范畴 |
|---|---|---|
| 定位承诺表述 | 与所提供来源关联的原句 | 通用文档接入与完整的声称发现 |
| 比对支持依据 | 基于主体的记录关联与配置检查 | 证据真实性鉴别与独立测试评估 |
| 理解判定结果 | 判定结果、裁决规则与理论依据 | 法律意见或监管审批 |
| 移交审查成果 | 附带证据标识符的 JSON 数据包 | 完整的证据归档库或防篡改存证保管 |
这是一项使用捆绑合成数据的本地演示。它不包含在线网站或监管文件爬虫、任意文档上传、生产环境 AIBOM 或 CI/CD 集成、语义检索、自主法律评估或 HTML 合订本导出。其设定的阈值不确立统计置信度或法律充分性。本页面旨在阐述录制的工作流，并不提供对本地应用程序的访问权限。
ClaimLens 使用配置的演示规则比对所提供的措辞与技术记录。实证结果不等于法律许可，界面中展示的监管标签仅为说明性的路由标签。人工复核与对底层记录的验证依然必不可少。
本演示使用捆绑的合成 Nimbus 数据集。它不接受任意文档上传，亦不抓取网站、监管披露文件或内部系统。本页面展示录制的工作流及其证据视图。
演示通过结构化主体字段将提取出的句子与所提供的技术记录相连结。这些记录包含测试与运行日志。各项检查比对配置的数值和条件；它们并不鉴别记录的真伪，亦不对测试方法论进行独立评估。
Substantiation Judge 提供建议但不会改动策略门禁决策。Adversarial Examiner 在返回反驳意见时可将门禁判为实证的声称降级，但它无法升级声称。在本次录制中，建议回复已被缓存，且所有 4 份审查员回复均维持了有支持的结果。
模型记录证明了某个组件是有文档记载的，但运营层面的声称还需要证明它实际做了什么。在合成投资组合示例中，提供的日志记录显示其仅对 1.5% 的配置决策产生影响。所配置的门禁返回 NEEDS_PROOF，将这一差距留存以供审查。
浏览器中的导出按钮可保存已完成运行的 JSON 数据包，其中包含每项声称、来源、判定结果、裁决规则、理论依据及证据标识符。它还包含摘要、引擎版本和生成时间戳。它并不嵌入完整的证据记录、建议笔录或防篡改存证链。
与 Veriprajna 共同探讨声称实证工作流。
在确定落地实施方案之前，我们可与您的团队探讨所需的记录、审查边界以及人工决策。
