FLARE-AI
PulseAugur coverage of FLARE-AI — every cluster mentioning FLARE-AI across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
FLARE-AI 启动，用于记录 AI 漏洞和事件
FLARE-AI 是一个新社区驱动的平台，旨在记录 AI 漏洞、偏见和事件。这些报告的问题随后会被转发给相关组织采取行动。该平台还引用了 RiskNet，这是另一个大规模 AI 风险事件探索平台，目前已收录超过 264,000 个案例。
-
卡内基梅隆大学推出 FLARE-AI 以简化 AI 漏洞报告
卡内基梅隆大学的研究人员开发了 FLARE-AI，这是一个旨在解决 AI 系统安全漏洞的开源平台。该平台允许用户报告 AI 漏洞，然后将这些漏洞转交给相关开发人员、供应商和政府机构采取行动。FLARE-AI 旨在为管理和缓解各种 AI 平台的安全风险创建一个更精简、更有效的流程。
-
FLARE-AI 推出报告 AI 漏洞的平台
FLARE-AI 推出了一个旨在促进报告 AI 漏洞的新平台。这个开放共享的解决方案旨在满足识别和纠正 AI 模型缺陷日益增长的需求。该平台旨在提高人工智能系统的安全性和可靠性。
-
新的开源工具旨在标准化AI缺陷报告
来自麻省理工学院、斯坦福大学、哈佛大学、东北大学和Hugging Face的研究人员，以及网络安全专家，开发了FLARE-AI，这是一个旨在标准化AI系统缺陷和事件报告的开源工具。该倡议旨在为记录AI中的偏见、隐私侵犯和数据处理不当等问题创建一种集中和可问责的方法。
-
新的FLARE-AI网站旨在集中报告AI的危害
一群AI研究人员推出了一款名为FLARE-AI的新众包网站，用于报告和追踪人工智能系统造成的危害。这个开源平台旨在提供一种集中且负责任的方法来识别聊天机器人生成恶意内容、泄露个人信息或造成心理困扰等问题。该倡议得到了AI政策专家的支持，旨在提高AI模型的透明度并解决当前碎片化的报告机制。
-
FLARE-AI系统上线，旨在标准化AI缺陷报告
研究人员开发了FLARE-AI，一个旨在标准化和简化已部署AI系统缺陷报告的开源系统。当前的AI缺陷报告生态系统是碎片化的，导致重复工作和利益相关者信息缺乏标准化。FLARE-AI通过对现有系统进行审计和收集49位专家的反馈，解决了五个关键设计挑战。通过收集分诊相关信息并支持机器可读报告，FLARE-AI旨在提高AI生态系统的互操作性并加速修复。