Notice bibliographique
Résumé
Описание (Description) В этой записи размещена методология Индекса влияния нейросетей — AI Influence Index (AIII). Это многофакторный индекс для оценки влияния нейросетевых систем по регионам (система понимается как связка: модель + пользовательские оболочки + вычислительная инфраструктура + доступ к живым данным взаимодействия + соответствие регулированию + практики управления рисками и доверия). Что измеряет индекс В рамках AIII «влиятельность» — это способность нейросетевой системы масштабироваться и закрепляться в конкретном регионе: обеспечивать вычисления, привлекать и удерживать пользователей (и поток живых данных), быть легально допущенной в юрисдикции и усиливать присутствие через партнёрства, распространение и доверительный контур. Индекс не измеряет качество ответов модели и не является тестом «интеллекта». Логика индекса: 3 слоя и 9 факторов AIII описывает влияние через три взаимосвязанных слоя, каждый из которых раскрывается набором факторов (оценка каждого фактора — по шкале 0–10, при необходимости — с региональными весами): Слой A. Инфраструктурная мощность 1) капитал; 2) электроэнергия; 3) вычислительное железо. Слой B. Питание модели и легальность4) пользователи и живые данные; 5) регулирование и допуск. Слой C. Закрепление на рынке6) таланты; 7) партнёрские экосистемы; 8) доверие и управление; 9) распространение (каналы доступа и качество оболочек). Что включено в методологию Документ содержит: термины и объект измерения; пороговые шкалы 0–10; процедуру калибровки порогов и стандартизации метрик (включая фиксацию MAU/WAU/DAU); слой уверенности оценки (H/M/L); пример региональных весов; минимальный набор источников для уверенности не ниже M; приложения с шаблонами (паспорт оценки, таблица весов, макет двухстраничного отчёта) и пример заполненной карточки. Файлы Методология представлена в форматах PDF (для цитирования и архива) и DOCX (для редактирования и развития версий). Рекомендуемая ссылка для цитирования Ляпин А. (2025). AI Influence Index (AIII): Neural Network Systems Influence Methodology (версия 1.0). Zenodo. https://doi.org/10.5281/zenodo.18010634 Лицензия Материалы распространяются по лицензии CC BY 4.0 (при использовании требуется указание авторства и ссылки на данную запись Zenodo). Ограничения Индекс предназначен для снижения неопределённости при сравнении систем; часть факторов может оцениваться по прокси-показателям при отсутствии прямых публичных данных, что фиксируется уровнем уверенности.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,011 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,019 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».