心智模型： 贡献指纹（CF）是原子。我们把 CF 组装成数据资产（可复用的捆绑），再选择资产/CF 组成始终版本化的数据集。谱系保留完整映射，使任何人都能解释包含了什么、为何包含与来自何处——并可在之后复现同一构建。
组装：从 CF 到资产再到数据集
什么是原子贡献？创建时以其自身 CF记录的最小工作单元。我们使用三类：样本、标签、验证。每个原子贡献在提交时恰有一个 CF；后续修正或评审会创建新的 CF引用原记录（从不编辑旧记录）。 样本、标签、验证——如何关联
- 样本： 原始材料（如图像、文本、轨迹）。加密存储，内容寻址，被 CF 引用。
- 标签： 对样本（或另一个标签）的结构化主张，如类别、框、属性、理由；回链至被描述对象。
- 验证： 对特定既有 CF（样本/标签/验证）的带判断的核验。给出结论（通过/拒绝/评分）及简要理由与可选证据。
重要的验证关联规则：验证不能独立存在。它必须引用其评估对象的 CF ID（样本、标签，甚至另一个验证）。验证者发布他们自己的 CF；原记录保持不可变。组装时利用验证间的一致性来决定纳入与权重，且全程可审计。
一个可复现、经策展的 CF 捆绑（例：“肺病理案例，验证者一致性 ≥ 0.7”）。资产是可在多个数据集中复用的便利构件。 什么是数据集？
一个可用、版本化的集合（一个或多个资产 + 可选直接 CF），由清单固定。数据集是 AI 构建者许可并通过网关访问的对象。
版本策略
任何对输入或规则的更改都会创建新数据集版本，保持历史不可变、审计简单。 触发新版本： 新/移除 CF、更新过滤/阈值、不同去重/脱敏规则或任何构建配置变化。Diff 展示版本间新增/移除/变更的 CF 与资产。谱系（来源与差异）
什么是谱系？谱系是关于制品随时间如何关联的有向不可变记录——连接CF → 数据资产 → 数据集版本，以及发生的转换（过滤、去重、脱敏）与状态变化（修订/弃用）。它是任何人证明包含了什么、为何包含、来自何处并在未来复建相同数据集的地图。 如何建模（通俗）：
- 节点： CF、资产、数据集版本。
- 边（带类型）：
derived-from（CF → 资产）、selected-into（资产/CF → 数据集 vX.Y.Z）、validates（验证 CF → 目标 CF）、amends/supersedes（变更历史）。 - 属性： 边带时间戳与触发纳入的规则。节点从不被编辑——只追加新节点/边。
- 为何被包含？ 展示命中的清单规则与满足它的具体节点/边。
- 为何被排除？ 展示失败的规则（如一致性低于阈值）。
- 来自何处？ 追踪 数据集 → 资产 → CF → 贡献者。
- 发生了什么变化？ 对比两个版本（新增/移除/变更的 CF 与资产）。
- 影响分析： “若此 CF 被修订，哪些资产/数据集版本受影响？”
- 无环且仅追加（DAG）： 谱系不成环；只通过添加节点/边增长。
- 引用完整性： 每个数据集条目可解析到有效 CF。
- 时间索引： 边带时间戳，可“时间旅行”查询。
- 确定性： 相同输入 + 相同清单规则 ⇒ 相同版本与相同谱系。
UI/API 使用参见 Products → Lineage Explorer（搜索、diff、导出）。
争议与重新组装
若某个 CF 被修订或弃用（如纠正标签或添加证据），数据集会用相同清单规则重新组装成新版本。历史版本可用于审计；未来使用跟随最新版本。（准备金与再分配由版税引擎处理。）接口
- 输入： CF（及其证据与信号）、可选声誉/一致性提示。
- 输出： 数据集ID与版本 ID，被 存储/计算/服务 与 访问/计量使用。
- 所有权映射： CF 级所有权被前传，以便在数据集级计算分配（细节见代币化所有权证明）。
不变量
- 引用完整性： 每个数据集条目解析到具有有效锚定的 CF。
- 确定性： 相同输入 + 相同清单 ⇒ 相同版本 ID 与内容。
- 不可变性： 过去版本从不改变；新信息 ⇒ 新版本。
- 可解释性： 每次纳入/排除均绑定规则或 CF 状态，且易于展示。