资料定位

针对生成式AI补充内容真实性、信息安全、隐私、偏见、知识产权和人机交互等风险及建议措施。

核心主题:生成式AI治理

文件把生成式AI特有风险映射到AI RMF职能,并提供组织可选择的治理和测量行动。

阅读与复现边界

建议措施不是所有场景都必须执行,仍需识别系统边界、第三方模型依赖和实际伤害路径。

对实际项目的用法

可直接用于企业大模型项目立项、采购、红队测试、上线审批和持续监控清单设计。

原文、署名与本地化说明

原文标题:Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile。作者:Chloe Autio 等 / NIST。本站保存的是来源机构发布的完整PDF,未修改PDF内容;中文部分为独立阅读导引,不冒充全文翻译。原始出版页:https://doi.org/10.6028/NIST.AI.600-1。

许可依据:NIST技术系列政策说明:NIST雇员作品在美国不受版权保护;对美国以外可能主张的权利,公众获得永久、免费、全球范围的再印及衍生使用授权,并要求注明来源。 本站提供来源、许可证、文件哈希、页数和本地化时间,方便核对版本与完整性。

来源、翻译与版权说明

来源:National Institute of Standards and Technology (NIST)。第三方内容版权归原作者或发布机构所有;本站仅在许可证或明确授权允许时提供本地原文。

原文语言
EN
原文更新时间
2024-07-26
许可证
NIST Technical Series public-domain / worldwide republication grant
文件校验
6e73620ab6b64e90