XiaoMi-AI文件搜索系统
World File Search SystemResponsible
人类负责的缩放政策，2024年10月15日
背景。AI安全级别标准（ASL标准）是一套安全培训和部署Frontier AI模型的技术和运营措施。这些目前分为两类：部署标准和安全标准。随着模型功能的增加，对更强大的保障措施的需求也将在更高的ASL标准中捕获。目前，我们所有的模型都必须符合ASL-2部署和安全标准。要确定何时已经足够先进的模型以使其部署和安全措施得到加强，我们使用能力阈值的概念和所需的保障措施。功能阈值告诉我们何时需要升级保护措施，相应的必要保障措施告诉我们应适用什么标准。
导致多种抗生素爆发的 R 因子
在两年的时间里，路易斯维尔大学医院出现了多重耐药性肺炎克雷伯菌引起的院内感染（M. Raff，未发表数据）。怀疑是 R 因子传播，因为在几种不同的肺炎克雷伯菌血清型中都发现了多重耐药特性（1、11、17）。在本研究中，我们表明，单一 R 因子是造成这种流行病的原因，并且在我们的医院环境中持续存在。脱氧核糖核酸 (DNA)-DNA 杂交用于在所有肺炎克雷伯菌菌株中识别这种 R 因子，并且可能被证明是持续研究这种和未来多重耐药微生物爆发的有用工具。（这项工作是 M.-A. Courtney 提交给路易斯维尔大学研究生院的论文的一部分，部分满足博士学位的要求。）
学生技术负责使用协议 - 英语
我不会在未经教师或管理员的许可的情况下复制，捕获或记录任何地区材料，也不会以破坏教育环境或侵犯隐私的方式记录他人的声音/形象。我不会在学校提供的资源上存储非教育文件。我不会使用电子邮件，网站或电子设备来参与，创建，共享，传输或发布任何数字内容，描绘涉及非法行为，违反学生行为守则或威胁学校安全的动作。我不会使用任何设备或技术记录，共享或传播任何形式的明确内容，这些内容揭示了服装所覆盖的私人身体部位（又称性爱）。向教师或校园管理员报告任何可疑行为或滥用技术。
ALACC 关于安全且负责任的 AI 的意见书
1 澳大利亚道德框架 2019 https://www.industry.gov.au/publications/australias-artificial-intelligence-ethics-framework/australias-ai-ethics-principles
负责任的人工智能 - 讲座 2
○ 人类的主导和监督：人工智能系统应该赋予人类权力 ○ 技术稳健性和安全性：人工智能系统需要具有弹性和安全性 ○ 隐私和数据治理：必须确保数据治理机制 ○ 透明度：数据、系统和人工智能商业模式应该透明 ○ 多样性、非歧视和公平性：人工智能系统应该对所有人都开放 ○ 社会和环境福祉：人工智能系统应该造福全人类 ○ 问责制：确保对人工智能系统及其结果的责任和问责
人工智能的负责任进步 - googleapis.com
1）通过最大限度地发挥人工智能的经济潜力来释放机遇。拥抱人工智能的经济体将实现显著增长，超越那些接受速度较慢的竞争对手。在现有行业中采用人工智能代表着提升价值链、生产更复杂、更有价值的产品和服务的机会。尽管人口挑战日益严峻，但人工智能也有望帮助提高生产力。政府、私营部门、教育机构和其他利益相关者需要制定联合和单独的战略，使企业、工人和社区能够利用人工智能的优势。政府应增加对基础人工智能研究的投资，研究未来工作的发展以帮助劳动力转型，并制定计划以确保强大的 STEM 人才渠道。政府和行业需要加大力度提高工人的技能，并支持企业满足不断变化的需求和生产商品和服务的新方式。
扩展负责任的人工智能解决方案
重要的是，符合负责任的人工智能 (RAI) 最佳实践并具有积极社会环境影响的人工智能系统应得到支持，以发展并惠及可能从中受益的潜在用户和社区。然而，新兴的人工智能项目在实际实施 RAI 原则以及扩展方面遇到了挑战。RAI 的主要挑战包括减轻偏见和歧视、确保代表性和情境适当性、流程和结果的透明度和可解释性、维护人权以及确保人工智能不会重现或加剧不平等。RAI 的框架已经激增，但往往停留在高水平，没有在各种用途和情境中实施的技术指南。同时，扩展过程本身可能会给实现或保持 RAI 遵守带来障碍和复杂性。
负责任的技术和人工智能影响评估指南
● 世界各地的数据保护法 ● 人道技术基础课程 ● 道德操作系统 - 风险缓解清单 ● 道德探索者 - 帮助应对当今技术未来影响的工具 ● 后果扫描 - 创新者的敏捷实践 ● 新西兰 2020 年隐私法案和隐私原则 ● 欧盟的 GDPR 数据保护法 ● Consentfultech.io ● 书籍：道德算法：社会意识算法设计的科学 ● 书籍：数学毁灭武器 ● 书籍：呼喊零和一：新西兰的数字技术、道德和政策 ● 书籍：你好世界：算法时代的人类 ● 书籍：对齐问题：机器学习和人类价值观 ● 书籍：隐形女性：为男性设计的世界中的数据偏见 ● 书籍：酷儿数据：使用性别、性和性行为数据采取行动 ● 书籍：压迫算法：搜索引擎如何强化种族主义 ● 书籍：数据女权主义