人工智能、模型与智能体
Specifies the records an AI model, statistical model or agent must carry before its outputs enter risk products: model cards, dataset sheets, evaluation records with test-set provenance, agent mandates and AI-use disclosures, crosswalked to the NIST AI RMF, the EU AI Act and named management-system standards. Each artefact of the area carries a UNI (Unique Nexus Identifier).
- Nexus Standards: NS-10, NS-11, NS-12.
- 开放标准:NIST AI Risk Management Framework (AI RMF 1.0);NIST AI 600-1 Generative AI Profile;Model Cards for Model Reporting;Croissant 元数据格式;条例(欧盟)2024/1689(《人工智能法》);The Open Source AI Definition。
- 数据和数据流:AI Incident Database;Hugging Face Hub API(模型元数据);OECD.AI 政策观察站。
- Couples with: Data and datasets; Identity, authorisation and zero trust; AI governance frameworks alignment; Scenarios, models and foresight.
- Nexus Standards
- 3
- NS-10, NS-11, NS-12
- 开放标准
- 6
- 列出名称,绝不复制
- 数据和数据流
- 3
- 仅列作参考
- 耦合
- 4
- 与其他领域
- 状态
- 拟议已列入目录 · 已规划 · 范围 NXQ
- 最近审查
- 区域概况
Nexus Standards(2026)。人工智能、模型与代理:领域简介,数字、网络与人工智能计划。拟议。https://nexustandards.com/digital-ai/ai-and-models-standards/ · UNI NXS-STD-DC-000003。最近审查于 2026 年 10 月 17 日。
文件包含署名信息和许可声明,在浏览器中生成;不传输任何数据。下载需要 JavaScript。
范围与边界
数字、网络与人工智能计划的一个领域(跨领域能力)。领域概况列出范围内的 4 项事项以及由其他领域处理的 3 项事项。
范围内 4
- 模型和数据集的模型卡、数据说明表和 Croissant 元数据
- 评估记录:基准、测试集来源追溯、度量指标、子群结果和不确定性
- 智能体授权、人工智能使用披露和 人工监督 节点
- 作为受限概况的、与 NIST AI RMF、NIST AI 600-1、欧盟《人工智能法》和付费人工智能管理标准的对照
不在范围内 3
- 根据任何人工智能法律对系统进行法律分类,此事项属于法律顾问和主管当局的职责
- 训练或托管基础模型
- 对模型相互排名
管辖范围 在各管辖区的适用属于国家决定,由国家标准理事会(NSC)会同国家主管当局作出。
基础层、引用层和实施层
本情境的标准架构:从基础标准,到所引用的开放标准(按关系类型分组),再到以其为基础构建的服务和数据来源。
交互视图需要 JavaScript;以下各节呈现相同的记录。
服务流水线
A request reaches the service with an explicit context; inputs are identified (NS-1) and validated against NIST AI Risk Management Framework (AI RMF 1.0); the service processes them and writes records with provenance; results are published, resolved and monitored, and a correction flows back through the same path. Nexus Standards applied: NS-12, NS-10, NS-11. 8 operations in 5 phases, built from the area profile: the rows carry its own data sources, indicators, open standards, couplings and, where listed, hazards, and each operation names the rules it implements (11). Records and artefacts are cited by UNI (Unique Nexus Identifier) and version.
流程浏览器 · Standards · 编纂与更正
标准生命周期
17 个步骤·6 个阶段
标准 · 编纂与更正
标准生命周期
标准生命周期 · NS-13 轨道 · 贡献渠道 · IETF 轨道 · W3C 轨道 · OGC 轨道 · OASIS 轨道 · ISO 和 IEC 阶段 · 符合性 · 记录生命周期 · 分派 · 监测.
周期中的发现形成变更提案,全球标准委员会在公开最终征询后予以采纳,各国自行决定是否采用。
01 任务路由
- 01将任务对应至标准和配置文件步骤 · Nexus StandardsNexus Standards 将每项候选任务对应至适用的标准和配置文件。
02 配置文件与符合性
- 02编制任务配置文件步骤 · Nexus StandardsNexus Standards 编制任务配置文件,并记录任务所依赖的各国采用情况。
- 03对照配置文件验证构建输出步骤 · Nexus StandardsNexus Standards 根据组合配置文件验证构建输出并记录证据。
- 04监测符合性并记录封存证据步骤 · Nexus Standards在行动周期间,Nexus Standards 监测符合性并记录偏差。
03 提案与审查
- 05偏差与更正成为变更提案步骤 · Nexus Standards偏差成为变更提案,更正作为对证据的变更加以记录。
- 06周期中的发现转为变更提案步骤 · Nexus Standards一个周期的发现转为变更提案:来自 报告 (F06)的方法和更正发现,以及来自 Nexus…的议程事项
- 07公开起草和修订步骤 · 委员会和工作组技术委员会和工作组在 NS-13 的公开流程中起草和修订标准。
- 08审查并提交理事会决定步骤 · Nexus StandardsNexus Standards 推动变更提案经审查后提交理事会决定。
04 理事会决定
- 09公开最终意见征询步骤 · 全球标准理事会全球标准理事会在为期九十天的最后征询后,以三分之二多数通过。
- 10标准的全球采纳决定 · 全球标准委员会全球标准委员会在公开最终征询后决定每项标准的采纳。
05 发布与标识
- 11分配 UNI 并发布步骤 · 秘书处(GCRI Canada)Nexus Standards 依照出版方的流程分配 UNI 并存放出版物。
- 12UNI 只作标识,从不认证记录 · Nexus Standards项目年度的每个对象都带有一个标识符,即 NS-1 下的 UNI,以便引用、版本管理和解析。
- 13公布当年已通过的修改步骤 · Nexus Standards在续期时,Nexus Standards 公布当年已通过的修改和国家采用状况。
06 国家采用与应用
- 14由国家标准理事会进行国家采用决定 · 国家标准委员会各国的国家标准委员会决定国家采用方式:原样采用、附带规范采用(NS-16)、改编采用或仅作引用。
- 15已通过的标准进入课程和出版物步骤 · Nexus Standards每项已通过的标准或规范都成为 Risk Academy 的一个课程模块(F09),标准也应用于各期报告(R1)。
- 16采用决定对各辖区具有终局效力标准 · 国家标准理事会采用决定对各辖区具有终局效力,GSC 对国家决定没有否决权。任何全球机构均不拥有否决权。
- 17国家采纳记录记录 · Nexus Standards组合的任务配置文件和国家采用记录在准备阶段(F08)提交至 Foundry。
Nexus Standards · Nexus Standards (institution) · National Standards CouncilAn outline of the designed programme cycle, not a record of operation: no cycle has run and every programme is at service level R0. Every Nexus Standard is at the PROPOSED stage and nexustandards.com governs the text and status of each one. A UNI identifies and never certifies; a validator report is evidence for review, not a conformance claim.
以表格列出的各项操作
| 步骤 | 阶段 | 运行 | 执行方 | 决策规则 | 记录 | 实施 |
|---|---|---|---|---|---|---|
| 01 | 申请 | 申请 (起点)。该服务涵盖:模型和数据集的模型卡、数据表和 Croissant 元数据;评估记录:基准、测试集来源追溯、指标、分组结果和不确定性;以及智能体授权、人工智能使用披露和 人工监督 节点。 | 客户端、个人或机器 | 情境在请求或记录中明确给出,绝不推断 | 指明其情境和输入的请求 | NS16-R20 |
| 02 | 申请 | 标识输入 (步骤)。每项输入在使用前都须解析;未解析的输入构成一项有类型的拒绝。 | 服务 | 输入按 UNI 和版本引用 | 已解析至其 UNI 和版本的输入 | NS1-R5, NS2-R2, NS0-P12 |
| 03 | 验证 | 验证 NIST AI (关口)。本领域的开放标准:NIST 人工智能风险管理框架(AI RMF 1.0)、NIST AI 600-1 生成式人工智能概况、Model Cards for Model Reporting 和 Croissant 元数据格式。 | the service’s validator | validated against the open standard’s own schema or validator where one exists | 依据 NIST 人工智能风险管理框架(AI RMF 1.0)和 NIST AI 600-1 生成式人工智能概况进行的验证运行 | NS14-R2 |
| 04 | 处理 | 流程 (模型)。处理过程可依据输入、方法版本和配置复现。 | 服务 | 方法和版本随结果一并记录 | 评估记录:基准、测试集来源追溯、度量指标、子群结果和不确定性 | NS12-R1 |
| 05 | 处理 | 写入记录 (记录)。结果以仅追加方式写入;更正会增加一个版本。 | 服务 | 每项结果都载明其推导来源 | 附来源追溯和记录 UNI 的结果记录 | NS0-P7、NS1-R3 |
| 06 | 发布 | 发布与解析 (步骤)。结果可通过 UNI 发现和引用。 | 服务 | 写入操作返回已分配的 UNI;引用可解析 | 可通过解析器访问的结果,附 X-Nexus-UNI 标头 | NS1-R5, NS2-R5 |
| 07 | 监测 | 监测 (演练)。该服务读取的数据来源:AI Incident Database、Hugging Face Hub API(模型元数据)和 OECD.AI 政策观察站。数据来源仅供参考;许可审查完成后才会显示实时数据。 | 监测服务 | 监测记录是带有记录 UNI 的观测 | 对可用性、漂移以及 NIST AI RMF 1.0 GOVERN 1.6 的观测 | NS11-R4 |
| 08 | 监测 | 更正 (终点)。使用了已更正记录的产品将被列出并重新计算。 | 数据管理方 | 更正绝不覆盖原有记录;依赖该记录的结果会被重放 | 传递至每项相关结果的更正记录 | NS1-R3、NS2-R4 |
Table.Operations in walking order; each row names the phase, the operation, its actor, its decision rule, the record it leaves and the rule identifiers it implements. The table shows the process as specified; it does not report the status of any standard, proposal or record. Sources: NIST AI Risk Management Framework (AI RMF 1.0) · NIST AI 600-1 Generative AI Profile · NS-12: Software, model and AI/ML artefacts · NS-10: Policies and clauses.
所适用的标准
The area profile lists 3 Nexus Standards; the registry lists NS-12, NS-10, NS-11 for this area. Each is a proposed standard under development.
- 01
NS-12 · Software, model and AI/ML artefacts (supply chain, model cards, dataset sheets)
Status: proposed · 4 requirements stated. Read NS-12 · Requirements for this area.
- 02
NS-10 · Policies and clauses (machine-readable obligations: definition, binding, evaluation and enforcement)
Status: proposed · 7 requirements stated. Read NS-10 · Requirements for this area.
- 03
NS-11 · 核查与监测(证据、证明、零信任一致性观测)
Status: proposed · 6 requirements stated. Read NS-11 · Requirements for this area.
冲击如何在该系统中传导
A system model of this area built from the registry: 6 hazards, 5 systems, 4 sectors, 9 controls, 3 feeds, 2 indicators. Select the components to include, choose an initiating hazard and run the scenario. Stress propagates through the hazard relations of the Nexus Hazard Standard (NHS-1), the exposure of each system, the recorded couplings and the sectors that carry the loss; adopted standards dampen transmission and live data sources support detection. All parameters are stated assumptions that the reader can adjust; results are illustrative scenario outputs for exercises and training, not forecasts or risk assessments. The Map view places the same run on an example geography, North America, the region of the programme’s context map, with open data: country boundaries, a grid of hexagonal cells and NASA satellite layers for the initiating hazard. The geography serves exercises and training and is not an assessment of that place. Hazards are drawn from the coupled areas, as this area names none directly.
系统与耦合
控制措施
NS-12软件、模型和 AI/ML 制品(供应链、模型卡、数据集说明)NS-10政策和条款(机器可读的义务:定义、约束、评估和执行)NS-11验证与监测(证据、证明、零信任符合性观测)NRS-A8面向人工智能的风险数据与模型打包NRS-I3风险的模型卡与数据卡NRS-H42危害类别:罕见和持续性人类感染(NHS-1 health.other-human)NRS-H98危害族:大规模运行的自主智能体 AI(NHS-1 tech.ai-agentic)NRS-T16人工智能代理与自主决策系统风险NRS-H32危害类别:危险物质释放与化学剂(NHS-1 poll.release)
观测
- AI Incident Database(仅列作参考)
- Hugging Face Hub API (model metadata)(仅列作参考)
- OECD.AI policy observatory(仅列作参考)
- 已建立对 AI 系统进行清点的机制
- 训练和评估数据的来源追溯信息
示例地理范围
- 北美:243 个六边形单元
- 今夜夜间灯光与停电(VIIRS 昼夜波段),NASA GIBS
- 穿透云层的地表水,30 m(OPERA DSWx-S1 雷达),NASA GIBS
- 过去半小时降雨率(IMERG),NASA GIBS
- 地表土壤湿度(SMAP),NASA GIBS
路由、监测和验证工具
所引用的开放标准
6 项开放标准,每项均附其依据 NS-14 在登记册中记录的关系。将鼠标悬停在某一关系上或使其获得焦点,即可查看其定义。
系统性耦合
4 项耦合将本领域与其他领域和计划相关联,每项均附关联机制。
- 数据与数据集数据与证据训练和评估数据集以 UNI@版本 的形式引用,并附 Croissant 或数据说明表元数据,因此数据集的更正会将相关评估标记为过时。
- Identity, authorisation and zero trustTrust, Verification and AssuranceSoftware agents act only as workloads under explicit mandates; they may submit change requests but may not adopt, allocate or attest.
- 与人工智能治理框架保持一致数字、网络与人工智能模型和代理记录映射到数字、网络与人工智能计划对接领域中所对照的治理义务。
- 情景、模型与前瞻系统性风险模拟和前瞻模型复用模型卡和评估记录,并增加情景来源追溯。
数据来源
领域概况中列出的 3 个数据来源,每个均注明提供方、许可、更新频率和交付路径。
数据源仅列作参考;许可审查完成后方显示实时数据。
- 实时
- 0
- 许可审查完成后
- 已列入数据登记册
- 0
- 已记录许可条款
- 拟列入登记册
- 3
- 许可条款待记录
- 授课方式
- 0 项受治理服务 · 0 个插件 · 0 个浏览器 · 1 个快照 · 2 仅列作参考
- 按优先顺序排列的拟议路径:受管数据服务、插件、浏览器直接读取、构建时快照;条款不允许再利用的来源仅供参考
AI Incident Databasefor reference
Responsible AI Collaborative · 持续
CC BY-SA 4.0(事件记录)
仅列作参考拟列入数据登记册.
Hugging Face Hub API(模型元数据)仅供参考.
Hugging Face · 持续
Hub terms of service; each model’s own licence governs.
仅列作参考拟列入数据登记册.
OECD.AI 政策观察站仅供参考
经合组织 · 定期
经合组织条款和条件
构建时快照拟列入数据登记册
指标
领域概况列出 2 项指标,每项均附其框架和代码。
受限兼容性概况
2 项文本未公开提供的标准,仅列出名称并提供链接。任何兼容性概况均保存在受保护页面上,直至与发布机构达成安排。
- ISO/IEC 42001 AI management systemISO/IEC JTC 1/SC 42compatibility profile (restricted)
- ISO/IEC 23894 AI guidance on risk managementISO/IEC JTC 1/SC 42compatibility profile (restricted)
工作组章程
针对该领域的拟议章程,向各机构和专家开放。
维护风险产品中所使用的模型、评估和代理的记录。
诚邀机构和专家通过提交 公开变更记录,依据 NS-13 组建本工作组。国家工作组(NWG)通过其 国家 Nexus Consortium(NNC)提供国家投入并开展实地演练。
- 含测试的模型卡和评估记录配置文件
- 代理授权模式和拒绝规则
- 与 NIST AI RMF 和欧盟《人工智能法》的对照表
- MLCommons liaison sought
- OECD.AI 专家网络 正在寻求联络
- NIST 人工智能安全研究所联盟 正在寻求联络
- CEN-CENELEC JTC 21(经由国家成员) 正在寻求联络
证据、认可与资本路径
生态系统中各机构从本领域获取的内容:全球风险与创新中心(Global Centre for Risk and Innovation,GCRI Canada)作为秘书处,获取证据;全球风险论坛(Global Risks Forum,GRF)获取认可;全球风险联盟(Global Risks Alliance,GRA)获取资本。
GCRI Canada
GCRI Canada uses a model’s outputs as evidence only with a model card, an evaluation record on a cited test set and a stated domain of validity.
各机构依据其自身规则决定接受什么作为证据;路径解读既不是批准,也不是投资建议。
尚待研究的问题
确定为工作组优先事项的 3 个问题。
- 训练数据无法逐一列举的基础模型的评估记录。
- 检测并记录第三方 API 背后的静默模型更新。
- 当智能体跨信任边界串联调用工具时,使智能体授权委托具备可执行性。
目标用户
领域概况确定了 4 个用户群体。
- 机器学习工程师
- 模型风险 管理人员
- 人工智能治理与政策官员
- 智能体与工作流设计人员
相关的危害、威胁和部门
危害与威胁 0
本领域借用与其耦合的各领域的危害。
部门 0
本领域通过与之耦合的各领域服务于所有行业。
登记册列表与深度页面
该领域已列入目录(状态:已规划;范围 NXQ;2 个对照领域)。它有五个深度页面和一份其领域的登记册对照。
所适用的标准
通过规范阅读器阅读的每项所列标准的规则。
深度 · 对照对照
Every register entry in the area’s domains, by relation, with the crosswalk graph.
深度 · 记录与模式记录与模式
范围、记录、模式浏览器以及 UNI 如何解析。
深度 · 一致性符合性
用于一致性评估的条款、证据和证明。
深度 · 就绪程度准备度
本领域与三条路径并列,以矩阵形式呈现。
对照表:按领域列出的 24 项外部标准
图谱中的 Nexus Standards:NS-10、NS-11、NS-12。关系是一条登记册条目,绝不是合规声明。
3 项 Nexus Standards · 2 个领域 · 24 项外部标准 · 12 个发布机构 · 0 个实施存储库。关系(采纳、概况、对照、引用)均按登记册记录;名称和标准仍归其管理方所有。
Crosswalk graph41 nodes and 54 links from the registry of external standards, programme areas and implementations (the external standards register, the consumers register. Relations (adopt, profile, crosswalk, cite) are shown as recorded in the register.
Areas carry no geography of their own; the map shows where the bodies that issue the area’s external standards are based.
发布机构及其所在地(8)
| 机构 | 所在地 | 登记册条目 |
|---|---|---|
| ISO/IEC JTC 1/SC 42 | 瑞士日内瓦 | 6 |
| 欧洲议会和欧盟理事会 | 比利时布鲁塞尔 | 4 |
| IEEE 标准协会 | 皮斯卡特维,新泽西州,美国 | 3 |
| NIST | 美国马里兰州盖瑟斯堡 | 2 |
| Agentic AI Foundation(Linux 基金会) | 旧金山,加利福尼亚州,美国 | 1 |
| CEN-CENELEC JTC 21 | 比利时布鲁塞尔 | 1 |
| ISO/IEC JTC 1/SC 7 | 瑞士日内瓦 | 1 |
| UN Office of the Secretary-General’s Envoy on Technology and UNDP | 美国纽约州纽约 | 1 |
Issuing bodies are shown at the city of their public seat. The 1 programmes, 0 implementing repositories and 19 Nexus Standards have no location and are not mapped · 4 issuing bodies have no single public seat and are listed without a location: Mitchell et al. (FAT* 2019); OECD; UNESCO; United Nations.
标准地球仪8 个有公开所在地的发布机构和 24 条登记册条目,以四个细节层级的等面积单元格显示。所在地按城市坐标放置;计划领域、实施和标准没有位置,不予绘制。在脚本不可用时显示一幅静态世界地图。
| 机构网站上的领域 | Artefact kinds | 适用标准 | 页面 |
|---|---|---|---|
| 人工智能(GCRI Canada 现场门户;GRF 和 GRA 对应机构) | 数据、数据集、报告、地图、文档 | NS-1, NS-3, NS-3b, NS-4, NS-5 | therisk.global/fields/ai/ |
| 指数级风险 层:人工智能、算力、网络、数字孪生、生物安全、空间、量子 | 软件、模型、人工智能与机器学习、文档 | NS-1,拟议 NS-9 | 发布于各机构网站 |
来自生态系统覆盖登记册:GCRI Canada、全球风险论坛(Global Risks Forum,GRF)和全球风险联盟(Global Risks Alliance,GRA)就本领域发布的材料,以各机构的陈述为准。
来源
4 references from peer-reviewed and official publications cited in the area profile, linked at the publishers’ own sites.
peer-reviewedDatasheets for datasetsCommunications of the ACM · 2021peer-reviewedClosing the AI accountability gapACM FAT* 2020 · 2020peer-reviewedModel Cards for Model ReportingACM FAT* 2019 · 2019- officialArtificial Intelligence Risk Management Framework (AI RMF 1.0)NIST · 2023
本领域的近期研究
与本领域主题相关的近期同行评审文章、预印本、数据集和报告,在阅读时使用由登记册组合的检索词,从开放学术元数据服务(OpenAlex、Crossref、DataCite、Zenodo、arXiv、Europe PMC、OpenAIRE Graph)检索。每项成果均列出其作者、刊载处、年份、类型、开放获取状态和许可,并链接至其 DOI 或落地页。本站尚未启用实时显示的来源仅供参考,不予查询。
搜索词模型卡;人工智能文档;可信人工智能;人工智能问责;人工智能透明度;数据集说明表;NIST 人工智能风险管理框架;Model Cards for Model Reporting依据该领域的标题和范围、其所列出的 NHS-1 危害以及所列开放标准得出。
- OpenAlexlisted for reference; not queried
- Crossreflisted for reference; not queried
- DataCitelisted for reference; not queried
- Zenodolisted for reference; not queried
arXiv仅供参考;未查询- Europe PMClisted for reference; not queried
- OpenAIRE Graphlisted for reference; not queried
本网站尚未启用任何来源的实时展示:所列来源仅供参考,均未被查询。待登记出版方在审查其条款后启用某一来源,近期成果将在此列出。仅提供元数据和链接:标题、作者、出版载体、年份、类型、开放获取状态和许可,均按各来源的记录呈现;所列成果仅供了解概况,未经审阅或认可。
Risk Academy 课程与学科
Risk Academy(risksacademy.com)中讲授本领域知识和方法的 2 门课程和 4 个学科。每门课程均列出其级别、学习路径和学时。
课程
学科
课程、学科与 Nexus Standards 之间的对应关系由 Risk Academy 共同维护,并须经其学术审查。
本领域的计划、专题和课程
GCRI Canada、The Global Risks Forum (GRF)、The Global Risks Alliance (GRA) 和 Risk Academy 以不同角色就本领域主题开展工作(研究与证据;治理、政策与召集;资本、金融与市场;教育与培训)。每个条目说明其对应理由及所提供的步骤;各机构自行确定其参与条件。
研究与证据
GCRI Canada
产生这些记录所描述的观测、模型和评估的研究计划。
人工智能与自主系统研究模型评估和人工智能系统的失效模式。申请此计划 系统科学与建模发展可复现的建模以及不确定性和验证方法。申请此计划 therisk.globalAll programmes of GCRI Canada治理、政策与召集
全球风险论坛(Global Risks Forum,GRF)
召集公共机关、研究人员和机构,就共同风险的治理开展工作的专题组。
人工智能与数字治理审视人工智能的监督与问责。加入此专题 globalriskforum.comAll tracks of The Global Risks Forum资本、金融与市场
全球风险联盟(Global Risks Alliance,GRA)
金融机构共同加深对系统性风险认识的行业计划。
人工智能与金融模型风险研究模型监测与漂移,以及金融领域的第三方模型。加入此计划 精算与量化风险研究量化风险模型的模型验证。加入此计划 globalriskalliance.comAll programmes of The Global Risks Alliance教育与培训
Risk Academy
讲授从业者应用这些标准所需知识与方法的课程和学科。
技术与数据RAT-204 · 中级 · 19 学时负责任地管理风险数据、AI、数字基础设施和技术风险参加本课程 不确定性与置信度RAS-404 · 中级 · 29.5 学时校准概率、置信度表述与深度不确定性下的决策参加本课程 所有课程和学科列于本页面的教育与培训部分关键术语
- UNI
- Unique Nexus Identifier: a persistent identifier that resolves an artefact to its record.
- 拟议
- A draft in the open development process that the Global Standards Council has not yet adopted. Each area profile is a proposal to the Nexus Standards registry.
- 对照
- 将这些标准的条款按条款编号映射到外部标准各部分的关系,不复制其文本。
- 概况
- Relation in which a Nexus profile narrows or extends the external standard for a defined use, validated with the issuing body’s own tools where these exist.
- 采用
- 按外部标准的已发布原样使用该标准,并依据其验证数值的关系。
- 引用
- 以标识符和 URL 将外部标准作为参考加以引用的关系。
- 兼容性配置文件(受限)
- 与文本未公开提供的标准的关系:仅列出该标准的名称和链接,任何兼容性概况均保存在受保护页面上。
- 变更记录
- 依据 NS-13 对拟议变更的公开记录,由编辑决定并附书面理由。
- 证明
- An evaluator’s recorded result for one clause and one subject under NS-11.
- 正在寻求联络
- 工作组拟向发布机构请求建立的联络;只有在该机构书面确认后,联络才告建立。
相关领域
近期研究与来源
与本领域主题相关的同行评审文章、预印本、报告和数据集,在阅读时从开放学术元数据服务(OpenAlex 和 Crossref)检索,并列出作者、刊载处、年份、类型和获取状态,附每项成果的链接。精选参考文献和相关标准列于前面;其后是按主题匹配的近期成果,仅供了解方向。
精选参考文献
- 用于模型报告的模型卡
ACM FAT* 2019 · 2019 · 同行评审 - Datasheets for datasets
Communications of the ACM · 2021 · Peer-reviewed - Closing the AI accountability gap
ACM FAT* 2020 · 2020 · Peer-reviewed - Artificial Intelligence Risk Management Framework (AI RMF 1.0)
NIST · 2023 · Official publication
相关标准和框架
- NIST 人工智能风险管理框架(AI RMF 1.0)
NIST - NIST AI 600-1 生成式人工智能概况
NIST - 用于模型报告的模型卡
Mitchell 等(ACM FAT*) - Croissant metadata format
MLCommons - 第 2024/1689 号条例(欧盟)(《人工智能法》)
欧洲联盟 - 开源人工智能定义
开放源代码促进会
检索词源自该领域的标题与范围:model cards;AI documentation;trustworthy AI;AI accountability;AI transparency;datasheets for datasets。启用 JavaScript 后,将列出来自 OpenAlex 和 Crossref 的与这些检索词匹配的近期成果。
问答。
人工智能、模型与代理领域的状态如何?
数据来源如何呈现?
如何修订本简介?
从本页贡献证据。
Reports 是联合体的季刊。您对该主题的了解可以成为下一期中的证据、案例或更正,署名归您,并在属于您本人作品时以 CC BY 4.0 发布。
- 电子邮件网关 GW-STD从本页发送证据、更正、案例、方法、评审、翻译或配置文件意见。来件会附带本页标签,由负责的编辑接收。
- ZenodoOpen depositDeposit it and submit to the communityPublish your own record on Zenodo with your ORCID iD, then submit it to the Reports community there. Curators review it; the DOI stays yours.
- ReportsNexus StandardsSee every way to contributeThe contribution types, how each is reviewed, what credit you receive, the licence and what is never accepted.
切勿发送个人数据、敏感基础设施细节或您无权分享的任何内容。贡献在使用前会经过审查;发送贡献不赋予署名权或编辑权,赞助也绝不能换取研究结论。
为人工智能、模型与代理作出贡献
Institutions and experts are invited to propose amendments, join the working group or propose data sources. National participation is organised through each country’s National Nexus Consortium (NNC) and its National Working Groups (NWGs); competent national authorities are engaged through official channels.
状态与用途。Nexus Standards 是根据 NS-13 通过公开流程制定、供自愿使用而发布的提议标准;它们不构成认证、认可或监管批准,采用与否仍由全球标准委员会以及各国的国家标准委员会决定。UNI(唯一 Nexus 标识符)用于识别制品,不对其进行认证。标准机构及其标准的名称归其管理者所有,仅用于识别相关文件;此处不转载任何外部标准的文本。Nexus Standards 与此处提及的任何标准机构均无隶属关系,也未获其认可或认证。
许可:标准文本、登记册、模式和数据采用 CC BY 4.0;参考代码采用 Apache-2.0。外部标准按名称、编号和链接引用,并适用其各自许可。第三方数据、库和字体保留其各自许可:见第三方声明。