小红书精读：Exploring the Social Life of Data: Finding Data You Can Trust

🔍 数据也有社交圈？用使用痕迹判断可信度

各位算法同学们，这篇论文提出用数据使用图来帮我们判断哪些数据值得信任，把数据在科研中的使用痕迹变成可查询的证据，对做数据基础设施和AI科研检索的同学很有启发。

📄 Exploring the Social Life of Data: Finding Data You Can Trust

🔧 提出数据使用图，把数据集与论文、作者、机构、软件、模型、工作流等节点连起来，揭示数据在科研中的“社交生活”，而不仅仅是静态元数据。 🧩 类比社会信任网络，从结构、关系、认知三个维度构建信任证据，强调“适用性”而不是一个万能的质量分数。 ⚙️ 设计了一条证据优先的Data Insights流水线，用大模型辅助抽取使用证据，但保留原文出处和人工审核，让结论可审计。

📊 论文在NDP上实现了Data Insights原型服务，验证了数据使用图在真实科研基础设施中的可行性。 📈 目前没有公布量化评估指标，更多是框架验证，具体效果还需要后续实验补充。

这篇论文把“数据信任”从静态属性扩展到动态使用证据，思路很接地气，适合做科学数据平台或AI agent检索的团队参考。落地时主要挑战是抽取准确率和覆盖度，以及防止把流行度直接当成可信度。

原文：AlphaXiv