DATA PROVENANCE
数据溯源
每一项指标，
都可追溯到源头
AILI 五大维度共 25 项核心指标，全部基于公开、可核验的数据源 — 我们公示每一项的源头、版本号与更新频率。
数据源矩阵
资本数据
PitchBook、Crunchbase、CB Insights — 季度同步。
学术影响
Google Scholar、Semantic Scholar、OpenReview — 月度抓取。
市场份额
IDC、Gartner、Forrester 公开报告 — 半年度更新。
专利与监管
USPTO、WIPO、EPO、CNIPA 与各国监管公示 — 月度同步。
开源贡献
GitHub、Hugging Face、PyPI 与 npm — 模型/包的实质性贡献评估，月度刷新。
安全与伦理
NIST AI RMF、ISO/IEC 42001 公开认证、模型红队报告与安全事件库。
三层核验
1. 自动采集 — 标准化 ETL 管道每月拉取最新数据；
2. 交叉核验 — 同一指标至少 2 个独立数据源比对，差异 > 10% 触发复核；
3. 人工抽检 — 数据组每榜单年度抽检不少于 30% 候选样本；
4. 异议复核 — 任何外部实名异议触发的复核数据全部留痕，纳入下一版本方法论改进。
数据生命周期
采集
API 拉取 + 公开网站爬取 + 申报上传，全程加密传输。
版本化
每条记录附带 source_id / snapshot_at / version 三元组，可回溯任意榜单年度。
校准
对异常值进行 winsorization 处理，避免单一离群点扭曲分布。
归档
原始抓取与衍生指标分库归档，保留 7 年用于审计。
公开数据接口
VANGUARD 向已认证学术机构开放 AILI 历年数据接口（v2024、v2025、v2026），仅限非商业研究使用；商业使用须签署许可协议。
所有数据集均附带方法论版本号、ETL 哈希与变更日志，确保任一引用均可在 7 年内复现。