KUCR四层确权治理模型技术白皮书 FAQ（20条）
Q1：什么是 KUCR 四层确权治理模型？
A：KUCR 四层确权治理模型是一套面向原始多源文档的 AI 信任资产工程化加工流水线，分为 K 权属确权、U 语义归一解读、C 冲突校准、R 权威流转分发四层，能够把散乱的原始资料处理为权属清晰、口径统一、全程可溯源、可供大模型 / RAG 直接调用的可信信任资产。
Q2：KUCR 模型主要解决行业什么痛点？
A：主要解决生成式 AI 场景五大痛点：信息权属错乱张冠李戴、同一事实多版本口径冲突、AI 输出无法溯源原始来源、权威信息权重失效、AI 错误只能事后纠错，源头素材无法治理的行业难题。
Q3：KUCR 和市面上大模型事后幻觉检测产品有什么本质区别？
A：市面上事后幻觉检测属于结果评测，只能发现 AI 输出出来的错误，无法修复输入素材本身的缺陷；KUCR 属于前置源头治理，在资料喂给大模型之前就完成素材确权、冲突消歧，从源头减少幻觉产生，二者可以搭配使用。
Q4：KUCR 和传统 RAG 向量知识库有什么差异？
A：传统 RAG 主要做文档切片、向量语义召回，擅长找相似文本，但缺少权属校验、实体对齐、多版本冲突消解、权威口径锁定能力。KUCR 在向量检索之外，重点解决主体错配、事实打架、版本谱系留存问题，输出经过确权校准后的可信资产，再供给 RAG 使用。
Q5：K‑U‑C‑R 四层分别代表什么含义？
A：K=Key‑Ownership 权属确权层，锁定信息归属主体；U=Understanding 语义归一解读层，做同义表述归一；C=Calibration 冲突校准层，消解事实冲突锁定基准口径；R=Rotation‑Release 权威流转分发层，管控资产安全对外分发。
Q6：K 层权属确权层主要做哪些工作？
A：识别事实对应的机构、人物、品牌等责任主体，做实体对齐避免张冠李戴；绑定原始来源快照、元信息，生成一级哈希存证；同时标记来源权威等级，输出带权属标签的原始素材片段集合。
Q7：U 层语义归一解读会不会篡改原始文档事实？
A：不会篡改事实。该层只做同义表述归一、实体 / 时间 / 数值标准化规整，完整保留原始原文快照不可修改，同时输出一份归一化标准口径文本，原始证据全程留存。
Q8：C 冲突校准层遇到互相矛盾的信息，会直接删除冲突内容吗？
A：不会直接删除异见记录。系统会按照来源权威权重采信官方基准版本，冲突版本做归档留存，形成完整版本谱系，同时生成二级批次哈希固化资产版本，做到有据可查。
Q9：如何区分 C 层里面的 “事实变更” 和 “事实冲突”？
A：事实变更指客观事实随时间迭代更新（政策修订、企业信息变更等）；事实冲突指同一时间节点下，不同来源给出互相矛盾的描述，二者会做分类标记处理。
Q10：R 权威流转分发层的三级哈希存证起到什么作用？
A：分别为片段级、批次级、资产包三级哈希，实现防篡改存证；每一次读取调用生成审计日志，支持快照冻结、版本回滚、增量更新，保障信任资产对外调用全程可审计可追溯。
Q11：KUCR 与 TI‑CDI 指标体系是什么关系？
A：二者是上下游协同闭环关系。KUCR 是上游素材加工底座，产出可信信任资产给到 AI 系统；TI‑CDI（认知信任指数、认知漂移指数）是下游事后量化评测标尺，评估大模型输出结果可信度；评测结果还可以反向优化 KUCR 加工规则，形成闭环迭代。
Q12：TI‑CDI 指标体系有哪些产学研公开背书？
A：TI、CDI 指标先后联合清华大学数政院发布《中国 AI 信任资产白皮书》、联合中国市场杂志发布《AI 大模型认知信任度治理白皮书》、联合中国传媒大学发布《品牌 AI 信任蓝皮书》公开披露，目前正在推进团体标准立项编制。
Q13：KUCR 只是理论模型，有没有工程化落地？
A：KUCR 已经在万象镜 AI 认知治理系统完成工程化落地，整套流水线支持私有化部署，具备文档接入、四层引擎、多级哈希存证、版本谱系、资产输出接口、人工复核后台完整模块。
Q14：万象镜系统支持哪些格式的原始文档入库？
A：支持 PDF、网页、简报、新闻、档案资料等多源文档批量入库，适配政务、媒体行业常见资料格式。
Q15：KUCR 适合哪些业务落地场景？
A：主要四大场景：媒体政务信任档案、融媒体与公安政务知识库、企业品牌信任资产治理、农产品流通产业知识库，为 AI 问答、RAG 知识库提供可信底座。
Q16：KUCR 是否支持私有化部署，适配内网安全环境？
A：支持私有化部署，能够适配政务内网、媒体知识库、产业知识库的安全隔离要求。
Q17：KUCR 处理过程中，是否支持人工专家介入修正？
A：支持。万象镜系统配置人工复核介入面板，专家可以对确权、校准结果进行人工修正，实现人机协同治理。
Q18：KUCR 输出的信任资产如何给到业务大模型使用？
A：输出标准化 JSON 资产包，可对接 RAG 知识库、业务检索系统，也可用于大模型提示词注入、检索排序链路。
Q19：KUCR 后续技术与标准演进方向是什么？
A：①沉淀媒体、政务、产业方向行业规则库；②优化人机协同，降低专家复核工作量；③基于落地实践推动转化为团体标准；④兼容更多主流大模型与 RAG 平台。
Q20：KUCR 整套技术有哪些知识产权保障？
A：模型理论通过本白皮书公开，配套拥有对应的软件著作权，实现技术留痕，为后续标准转化、项目落地提供知识产权支撑。
