计算机科学 > 人工智能
[提交于 2024年6月7日
(v1)
,最后修订 2025年2月3日 (此版本, v2)]
标题: 生成式人工智能模型:对工业和监管机构的机遇与风险
标题: Generative AI Models: Opportunities and Risks for Industry and Authorities
摘要: 生成式AI模型能够执行传统上需要创造力和人类理解的各种任务。 在训练过程中,它们从现有数据中学习模式,并随后生成与这些模式一致的新内容,例如文本、图像、音频和视频。 由于其多功能性和通常高质量的结果,它们一方面为数字化提供了机会。 另一方面,生成式AI模型的使用引入了新的IT安全风险,这些风险必须作为IT安全威胁环境全面分析的一部分来考虑。 为了应对这种风险潜力,打算使用生成式AI的公司或机构应在将其集成到工作流程之前进行单独的风险分析。 开发人员和运营商也适用同样的情况,因为许多与生成式AI相关的风险必须在开发过程中解决,或者只能由运营组织进行影响。 基于此,可以调整现有的安全措施,并实施额外的措施。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.