跳到正文
热点事件持续更新

ARC-2 提出基于偏差管理的持续合规框架

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

Tord Johan Eide 与 Einar Holt 在 arXiv 发表论文,提出了 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。该框架将欧盟《人工智能法案》第 72(2)条规定的持续合规义务转化为通过连续监控进行评估的机制,取代了传统的静态认证模式。 ARC-2 引入了“偏差管理”(Delta Management)概念,以系统当前运行状态与认证基线区域之间的偏差作为衡量标准。框架包含四项扩展:在 CRAB 评估中纳入最坏行为偏差验证;建立分层触发分类法区分风险等级违规;实施分阶段平稳过渡协议分离运营授权撤回与物理关闭;引入环境偏差作为防止因环境漂移超出认证运行设计域(ODD)而自动收缩权限的基线条件。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv · 机器人与计算机视觉精选
    ARC-2:基于偏差管理的持续合规框架

    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。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月18日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。