自主实验
Experiments 是本站的原创贡献所在：基于公开信息（法规、判决书、平台公告、模型 API）做可复核的 实证或半实证研究。定位上与 Stanford CRFM / FMTI、Stanford HAI AI Index、MIT Science of AI Policy 同构——用数据与可复现的分析，检验”AI 治理”语境下的具体可证伪命题。
- 小切口：每个实验聚焦一个可检验的具体问题，避免”综述式”泛论
- 可复现：数据集、提示词、代码与运行环境尽可能公开；注明版权与许可
- 承认局限：样本偏差、访问门槛、语言限制、模型版本漂移都显式列出
- 学界接轨：每个实验的方法论章节对标同领域的一篇学术参照（如 Bommasani et al. FMTI、 Bang et al. Multitask, Multilingual, Multimodal Evaluation of ChatGPT、 Sun et al. TrustLLM、Kapoor et al. AI Snake Oil 方法论附录等）
规划中的第一批实验方向
Section titled “规划中的第一批实验方向”- 中美欧生成式 AI 服务备案 / 披露材料的结构化对比 以 CAC 算法备案清单（公开部分）+ AI Act Art 53 训练摘要 + SB 53 Frontier Compliance Report 三组文档为样本，用统一字段表提取”合规颗粒度”。假设：中国披露最少但最一致，EU 披露最多但异质， US 介于两者之间。
- AI Act GPAI Code of Practice 签署情况追踪 按季度抓取签署方名单，追踪异议条款与后续修改；对照该公司在加州 SB 53 / 中国备案上的 并行合规姿态。假设：签 GPAI CoP 的公司在加州 SB 53 披露质量也更高（正相关合规姿态）。
- 主流大模型对”合成内容标识”相关提示的合规响应率测试 使用 200+ 条提示（涉及图像 / 视频 / 音频 / 文本标识请求），测试 Claude 4.7、GPT-5.1、Gemini 3 Pro、 Grok 4、豆包、Qwen 3、DeepSeek V3.1 等对”嵌入 C2PA 元数据”、“生成声明式标注”、“隐式水印”的 响应率。假设：中国模型对”嵌入 GB 45438”响应率更高，美欧模型对”C2PA”更响应。
- Anthropic RSP v3 / OpenAI Preparedness v2 / DeepMind FSF v3 的条款级 diff 以 markdown diff 形式复现三份框架在 2023 → 2026 Q1 间的逐版本变化，建立”自律框架演化”数据集。 假设：三家在 2025-2026 同步经历”松动”——pause 撤销、阈值简化、军事 carveout 扩大—— 这不是孤立事件而是系统性回归。
- 实验按独立编号发布（E01、E02 …），每篇含方法论、数据、代码、局限与同行评议意见。
- 预计 2026-Q3 发布首批两个实验（方向 1 与方向 2）。
- 后续实验进度会在 更新日志 同步。