Рамка управления рисками ИИ NIST (AI RMF)

Атрибуция обучающих данных повышает интерпретируемость и подотчётность модели — ключевые требования NIST AI RMF.

Байесовская система управления POMDP предоставляет количественное руководство для динамического делегирования ИИ, дополняющее принципы надзора AI RMF NIST.

Байесовская политика управления для делегирования ИИ обеспечивает количественное руководство, которого не хватает существующим системам, таким как NIST AI RMF.

Lifecycle-уровни доверенности делают RMF-подобные суждения мониторными и оспариваемыми во времени.

Операционный трекинг изменений AI RMF требует точного словаря посттренировочных адаптаций развёрнутых моделей.

Анализ структурных требований авиационной сертификации выявляет пробелы в существующих системах управления ИИ, включая AI RMF NIST.

Статья о системе устойчивости ИИ выявляет разрыв между стеком надёжного ИИ NIST AI RMF и обязательствами по операционной устойчивости.

Ресурсный центр NIST по ИИ был разработан для поддержки операционализации Системы управления рисками ИИ NIST.

GovAI-Pipe привязывает свои контрольные точки управления к принципам ОЭСР по ИИ и положениям Закона ЕС об ИИ, используя NIST RMF в качестве справочного перекрёстного документа.

Телеметрия GPU с нулевыми накладными расходами поддерживает схемы управления вычислениями ИИ, согласованные с системами управления рисками.

Статья о байесовской политике управления отмечает, что существующие системы управления ИИ, включая NIST RMF, не имеют количественных руководств для динамического распределения полномочий.

GAICF совместим с SR 26-2 и переводит принципы управления рисками моделей, аналогичные NIST AI RMF, в управление финансовым ИИ.

Таксономия AITD явно опирается на принципы AI TRiSM, близкие операционализации RMF.

Ни одна существующая система, включая AI RMF NIST, не требует авиационных структурных свойств как неотъемлемых свойств отдельных документов управления ИИ.

Статья также соотносит свою рамку с Рамкой управления рисками ИИ NIST.