人工智能治理越来越需要判断人工智能系统是否在一段时间内保持足够的可信度，观察到的变化是否可以容忍，以及如何以透明和可争议的方式记录这些判断。然而，现有的人工智能可信度工作要么过于高水平，无法支持生命周期监控和重新评估，要么过于狭隘的指标驱动，无法连接

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2607.16130v1)获取最准确的信息。

---
🔗 **原文链接**: [A Methodology for Auditable Trustworthiness Levels in AI Lif](https://arxiv.org/abs/2607.16130v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Andrea Ferrario

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-07-20 14:02