让人工智能辅助的索赔面临独立挑战：出版机构和可伪造出版记录协议

arXiv:2609.17631v1 公告类型：新 摘要：当证据、分析、人工授权、演示和更正历史涉及不同状态时，人工智能辅助的索赔可以显得具有权威性。出处、证明和透明度公开了历史，但单独并不能指定此处检查的发布转换。我们将出版机构开发为一种精确状态、不可转让、一次性出版功能，并在 PAC-2026（出版责任演算）中实例化它，PAC-2026 是一种机器可读的 AIJIM 协议候选者。我们评估其第四个有界语义冻结（SF-4），这是一种专为可替换绑定设计的固定配置文件规范。六项义务管辖证据、运行和工件、测量披露、授权、表面对应和生命周期连续性。每一个都会产生一个目标绑定的见证、局部反例或局部不可验证性；没有人可以弥补另一个人。只有一个新的、完整的全通记录才能获得一个原子发布转换所消耗的许可。我们使用身份向量、对抗性案例、有限模型和历史实现。十个模型探索了 110,764 个安全可达状态； 76 个不安全的配置产生了预期的违规或观察者反模型。通过对应检查的读者表面不能授权出版，除非接受的记录承认该表面。 SF-4 将证据范围与验证时间分开，并拒绝真实但因果无效的授权。历史前驱路径再现了 17 个冻结的授权后继结果。后来对已知案例类别进行的内部实例盲测试符合所有 183 个评分预期；同一主机包执行重现了 240 个存档的观察结果。结果支持内部一致性、有限安全性、故障敏感性和有限的可构造性，但不支持事实真相、一般细化、盲目互操作性、现场功效或标准状态。