MathLedger：具备账簿认证反馈的可验证学习基座
人工智能
2026-01-06 v1 密码学与安全
机器学习
摘要
当代 AI 系统虽取得惊人性能，却保持不可见且不可验证，导致在安全关键部署中信任危机。我们引入 MathLedger，这是一个用于可验证机器认知的基座，集成形式化验证、密码学认证和学习动力学于单一认知环路。该系统实现了 Reflexive Formal Learning (RFL)，这是一种梯度下降的符号类方法，其更新由验证者结果驱动而非统计损失。阶段 I 实验在受控条件下验证了测量和治理基座。CAL-EXP-3 验证了测量基础设施（Delta p 计算、方差跟踪）；独立压力测试确认在超出边界条件下 fail-closed 治理触发器正确工作。未作收敛或能力声明。贡献是基础设施性质：一个可工作原型的账簿认证学习，使大规模审计成为可能。
引用
@article{arxiv.2601.00816,
title = {MathLedger: A Verifiable Learning Substrate with Ledger-Attested Feedback},
author = {Ismail Ahmad Abdullah},
journal= {arXiv preprint arXiv:2601.00816},
year = {2026}
}
备注
14 pages, 1 figure, 2 tables, 2 appendices with full proofs. Documents v0.9.4-pilot-audit-hardened audit surface with fail-closed governance, canonical JSON hashing, and artifact classification. Phase I infrastructure validation; no capability claims