跳到正文
arXiv · 机器人与计算机视觉· Tord Johan Eide, Einar Holt·· 12 小时前精选AI 评分78

ARC-2:基于偏差管理的持续合规框架

ARC-2: Continuous Compliance Through Delta Management

AI 导读

本文介绍 ARC-2 框架,旨在解决自主系统在部署后如何维持合规的问题。该框架将合规性评估从静态认证转变为通过连续监控进行,并提出了四项扩展:在 CRAB 评估中纳入最坏的行为偏差验证;建立分层触发分类法以区分不同风险等级的违规;实施分阶段的平稳过渡协议,将运营授权撤回与物理关闭分离;引入环境偏差作为基线有效性条件,防止因环境漂移超出认证 ODD 而自动收缩权限。

推荐理由

该框架提出通过偏差管理实现自主系统部署后的持续合规,扩展了 ARC-1 架构以应对欧盟 AI 法案要求。

来源:arXiv · 机器人与计算机视觉 · arxiv.org