Transparency on 中文AI术语词典https://terms-en.ai-term-hub.com/zh/tags/transparency/Recent content in Transparency on 中文AI术语词典Hugozh-cnSat, 18 Jul 2026 11:44:45 +0000来源归属https://terms-en.ai-term-hub.com/zh/terms/source_attribution/Sat, 18 Jul 2026 11:34:33 +0000https://terms-en.ai-term-hub.com/zh/terms/source_attribution/<h2 id="definition">Definition</h2> <p>来源归属是指对AI系统内数据、模型或生成输出的来源进行系统性追踪和标记。它通过将最终结果回溯到其源头来确保透明度，从而保障内容的可追溯性和原创性。</p> <h3 id="summary">Summary</h3> <p>识别并归因于生成特定内容或见解所使用的原始创作者或数据集的过程。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>溯源追踪</li> <li>知识产权</li> <li>透明度</li> <li>元数据标记</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>生成式AI中的版权合规</li> <li>学术研究引用自动化</li> <li>内容真实性验证</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/watermarking-%E6%95%B0%E5%AD%97%E6%B0%B4%E5%8D%B0%E6%8A%80%E6%9C%AF/">Watermarking (数字水印技术)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/data-provenance-%E6%95%B0%E6%8D%AE%E6%BA%AF%E6%BA%90/">Data Provenance (数据溯源)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/fair-use-%E5%90%88%E7%90%86%E4%BD%BF%E7%94%A8%E5%8E%9F%E5%88%99/">Fair Use (合理使用原则)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/citation-management-%E5%BC%95%E7%94%A8%E7%AE%A1%E7%90%86/">Citation Management (引用管理)</a></li> </ul>Serena达·德阿莫尔行动https://terms-en.ai-term-hub.com/zh/terms/operation_serenata_de_amor/Sat, 18 Jul 2026 11:29:02 +0000https://terms-en.ai-term-hub.com/zh/terms/operation_serenata_de_amor/<h2 id="definition">Definition</h2> <p>“Serena达·德阿莫尔行动”是一项开创性的开源项目，应用人工智能分析巴西的公共采购数据。通过利用自然语言处理和异常检测技术，该项目旨在提高公共财政的透明度并打击腐败行为。</p> <h3 id="summary">Summary</h3> <p>一项利用机器学习检测巴西公共支出欺诈行为的公民科技倡议。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>公民科技</li> <li>异常检测</li> <li>公共透明度</li> <li>自然语言处理</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>政府审计自动化</li> <li>反腐败监控</li> <li>新闻调查支持</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E5%BC%80%E6%94%BE%E6%95%B0%E6%8D%AE-open-data/">开放数据 (Open Data)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E7%AE%97%E6%B3%95%E9%97%AE%E8%B4%A3%E5%88%B6-algorithmic-accountability/">算法问责制 (Algorithmic Accountability)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E6%AC%BA%E8%AF%88%E6%A3%80%E6%B5%8B-fraud-detection/">欺诈检测 (Fraud Detection)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86-nlp/">自然语言处理 (NLP)</a></li> </ul>可解释性https://terms-en.ai-term-hub.com/zh/terms/interpretability/Sat, 18 Jul 2026 11:00:15 +0000https://terms-en.ai-term-hub.com/zh/terms/interpretability/<h2 id="definition">Definition</h2> <p>可解释性（或称可解释性）涉及使 AI 模型的内部工作原理和决策过程对人类透明且易于理解。这对于调试、确保公平性以及建立用户信任至关重要。</p> <h3 id="summary">Summary</h3> <p>人类理解 AI 模型做出决策原因的程度。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>可解释 AI (XAI)</li> <li>透明度</li> <li>特征重要性</li> <li>信任</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>贷款审批理由说明</li> <li>医疗治疗建议</li> <li>招聘算法中的偏见审计</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/black-box-%E9%BB%91%E7%9B%92/">Black Box (黑盒)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/shap-%E6%B2%99%E6%99%AE%E5%88%A9%E5%8A%A0%E5%92%8C%E8%A7%A3%E9%87%8A/">SHAP (沙普利加和解释)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/explainability-%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%80%A7/">Explainability (可解释性)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/trustworthy-ai-%E5%8F%AF%E4%BF%A1-ai/">Trustworthy AI (可信 AI)</a></li> </ul>黑盒（black-box）https://terms-en.ai-term-hub.com/zh/terms/black_box/Sat, 18 Jul 2026 10:56:05 +0000https://terms-en.ai-term-hub.com/zh/terms/black_box/<h2 id="definition">Definition</h2> <p>在人工智能中，黑盒模型指的是像深度神经网络这样的复杂系统，其内部决策逻辑是不透明的，难以被人解释。虽然这些模型通常能取得&hellip;</p> <h3 id="summary">Summary</h3> <p>内部机制被隐藏，仅能观察输入和输出的系统。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>可解释性</li> <li>不透明性</li> <li>输入-输出映射</li> <li>可解释人工智能</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>深度学习模型</li> <li>专有算法</li> <li>复杂预测系统</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E7%99%BD%E7%9B%92-white-box/">白盒 (White Box)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%80%A7-interpretability/">可解释性 (Interpretability)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0-deep-learning/">深度学习 (Deep Learning)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E5%8F%AF%E8%A7%A3%E9%87%8A%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD-explainable-ai/">可解释人工智能 (Explainable AI)</a></li> </ul>