8月6日
09:37
09:37官方账号arXiv cs.AI@Leah Davis, Dominic Martin, AJung Moon
本综述扫描了4,259篇文献,最终纳入58项AI审计研究。通过反思性主题分析,发现现有审计很少针对系统集成特有风险。研究将系统集成审计分为组件间、系统-环境、多系统三类。这些审计评估兼容性、完整性和监督等集成特质。综述建议AI社区将系统集成作为审计核心策略。
推荐理由:想了解AI审计盲区?这篇综述翻了4259篇文献,发现只有58篇关注系统集成,现有审计忽略了组件交互风险,值得看看。
7月3日
09:36
09:36官方账号arXiv cs.AI@Javier Irigoyen, Roberto Daza, Aythami Morales, Julian Fierrez, Ruben Tolosana, Ruben Vera-Rodriguez, Francisco Jurado, Alvaro Ortigosa
这篇论文基于欧盟AI Act等新兴监管框架,分析了AI系统风险评估与管理的需求。它梳理了从技术故障到伦理社会影响的风险谱系,并评述了多种AI风险识别与分析的方法论。论文还指出了当前方法论中的最佳实践与研究空白,为后续研究提供了方向。
推荐理由:想了解AI风险评估的学术框架?这篇综述覆盖了AI Act等监管背景,适合研究者快速掌握现状。
6月25日
22:22
22:22官方账号Decoder@Maximilian Schreiner
保险公司开始使用扩散模型等生成式AI技术进行灾难建模,可生成数万个历史数据中不存在的合理天气事件。他们希望借此进行更精确的风险评估。然而研究人员警告称,AI生成的模拟事件可能存在幻觉和销售逻辑误导,影响实际决策准确性。

推荐理由:保险公司用生成式AI做灾害建模,能补历史数据缺漏,但小心AI幻觉和销售套路,实际效果还得看验证。
6月17日
13:58
13:58官方一手marktechpost@Michal Sutter
精选
OpenAI于2026年6月16日推出Deployment Simulation方法,通过回放历史对话让新候选模型生成完成并评分,以估计部署时不良行为率。该方法报告了1.5倍中位数乘法误差,将预部署风险评估扩展至智能体编码场景。文章还讨论了该方法的局限性,如无法覆盖所有风险类型。
事件专题

推荐理由:OpenAI搞了个新方法,用历史对话模拟测试模型,能估算不良行为率,误差才1.5倍,做AI安全评估的朋友可以看看。