Безопасность · Понятие

ECAISA: эпистемический кодекс AI safety и alignment

Восьмипринципный эпистемический кодекс и лестница раскрытия: у safety-research иные нормы, чем у capability science.

Сила тренда 6/10

Импульс +6/кв

Уверенность средняя

Статус новое

Горизонт прогноза

Could seed journal and lab standards for preregistration and third-party audit of alignment claims.

Связи

Связи · 6

Как этот узел связан с остальной картой и какие подтверждения стоят за связями.

ведёт к · стандартизует 5/10

Наука об оценке ИИ

ECAISA предлагает явные эпистемические нормы, скоринг и практики раскрытия для evaluation в safety/alignment.

+5 прирост

ведёт к · задаёт рамку 3/10

Наука об оценке ИИ

ECAISA предлагает эпистемические нормы и стандарты независимой верификации именно для качества research по safety/alignment.

+3 прирост

входит · ссылается на 3/10

Лента arXiv AI Safety

Статья ECAISA входит в дневной arXiv-кластер AI safety.

+3 прирост

ведёт к · поддерживает 3/10

Наука об оценке ИИ

ECAISA требует независимой верификации и worst-case эпистемических норм, усиливая науку оценки для alignment.

+3 прирост

ведёт к · ограничивает 3/10

Технический долг безопасности и защищённости ИИ (AITD)

Требования ECAISA к независимой верификации и worst-case эпистемике форсировали бы более раннее погашение latent safety/security долгов.

+3 прирост

входит · двигает 3/10

Невидимое рассуждение LLM через filler-токены

Скрытые вычисления через filler-токены показывают, почему safety-исследованиям недостаточно average-case метрик и поверхностного CoT.

+3 прирост

Источники сигнала

Датированные факты из первоисточников по этому направлению.

Центр оценок США Jun 2025

В июне 2025 года Институт безопасности ИИ США переименован в Центр стандартов и инноваций ИИ (CAISI) с разворотом к безопасности, стандартам и оценке моделей противников.

NIST →

Защита фронтира May 2025

Anthropic активировала стандарт развёртывания и безопасности ASL-3 вместе с Claude Opus 4 22 мая 2025 — первое реальное срабатывание ступени ответственного масштабирования, нацеленное на блокировку биорисков.

Anthropic →

Трансграничное тестирование 2025

Международная сеть институтов безопасности ИИ (создана в ноябре 2024) провела третье совместное тестирование, сфокусированное на агентных ИИ-системах по кибер- и мошенническим направлениям.

European Commission — AI Office →