Buchumschlag

Frontier AI developers need an internal audit function

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Schuett, Jonas
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Frontier AI developers need an internal audit function
von: Jonas Schuett
Veröffentlicht: (2024)

Defining the scope of AI regulations
von: Schuett, Jonas
Veröffentlicht: (2019)

Three lines of defense against risks from AI
von: Schuett, Jonas
Veröffentlicht: (2022)

From Principles to Rules: A Regulatory Approach for Frontier AI
von: Schuett, Jonas, et al.
Veröffentlicht: (2024)

Risk management in the Artificial Intelligence Act
von: Schuett, Jonas
Veröffentlicht: (2022)

Risk thresholds for frontier AI
von: Koessler, Leonie, et al.
Veröffentlicht: (2024)

A Grading Rubric for AI Safety Frameworks
von: Alaga, Jide, et al.
Veröffentlicht: (2024)

On Regulating Downstream AI Developers
von: Williams, Sophie, et al.
Veröffentlicht: (2025)

How frontier AI companies could implement an internal audit function
von: Gomez, Francesca, et al.
Veröffentlicht: (2025)

Safety cases for frontier AI
von: Buhl, Marie Davidsen, et al.
Veröffentlicht: (2024)

AI auditing: The Broken Bus on the Road to AI Accountability
von: Birhane, Abeba, et al.
Veröffentlicht: (2024)

Safety case template for frontier AI: A cyber inability argument
von: Goemans, Arthur, et al.
Veröffentlicht: (2024)

The right to audit and power asymmetries in algorithm auditing
von: Urman, Aleksandra, et al.
Veröffentlicht: (2023)

Responsible Reporting for Frontier AI Development
von: Kolt, Noam, et al.
Veröffentlicht: (2024)

Operationalising AI governance through ethics-based auditing: An industry case study
von: Mokander, Jakob, et al.
Veröffentlicht: (2024)

The California Report on Frontier AI Policy
von: Bommasani, Rishi, et al.
Veröffentlicht: (2025)

Evaluating AI Providers' Frontier Safety Frameworks
von: Stelling, Lily, et al.
Veröffentlicht: (2025)

Assurance of Frontier AI Built for National Security
von: Pistillo, Matteo, et al.
Veröffentlicht: (2025)

Third-party compliance reviews for frontier AI safety frameworks
von: Homewood, Aidan, et al.
Veröffentlicht: (2025)

The Role of AI Safety Institutes in Contributing to International Standards for Frontier AI Safety
von: Fort, Kristina
Veröffentlicht: (2024)

High-Risk Memories? Comparative audit of the representation of Second World War atrocities in Ukraine by generative AI applications
von: Makhortykh, Mykola, et al.
Veröffentlicht: (2026)

Towards Safe Multilingual Frontier AI
von: Kanepajs, Artūrs, et al.
Veröffentlicht: (2024)

Governing AI Beyond the Pretraining Frontier
von: Caputo, Nicholas A.
Veröffentlicht: (2025)

Certified Safe: A Schematic for Approval Regulation of Frontier AI
von: Salvador, Cole
Veröffentlicht: (2024)

Enabling Frontier Lab Collaboration to Mitigate AI Safety Risks
von: Felstead, Nicholas
Veröffentlicht: (2025)

When Does Regulation by Insurance Work? The Case of Frontier AI
von: Trout, Cristian
Veröffentlicht: (2025)

Frontier AI Auditing: Toward Rigorous Third-Party Assessment of Safety and Security Practices at Leading AI Companies
von: Brundage, Miles, et al.
Veröffentlicht: (2026)

Security policy audits: why and how
von: Narayanan, Arvind, et al.
Veröffentlicht: (2022)

Expanding External Access To Frontier AI Models For Dangerous Capability Evaluations
von: Charnock, Jacob, et al.
Veröffentlicht: (2026)

An FDA for AI? Pitfalls and Plausibility of Approval Regulation for Frontier Artificial Intelligence
von: Carpenter, Daniel, et al.
Veröffentlicht: (2024)

Global Cybercrime Damages: A Baseline for Frontier AI Risk Assessment
von: Lukošiūtė, Kamilė, et al.
Veröffentlicht: (2026)

Emerging Practices in Frontier AI Safety Frameworks
von: Buhl, Marie Davidsen, et al.
Veröffentlicht: (2025)

Prestige over merit: An adapted audit of LLM bias in peer review
von: Howell, Anthony, et al.
Veröffentlicht: (2025)

Algorithms in the Stacks: Investigating automated, for-profit diversity audits in public libraries
von: Walsh, Melanie, et al.
Veröffentlicht: (2025)

Publicly auditable privacy-preserving electoral rolls
von: Agrawal, Prashant, et al.
Veröffentlicht: (2024)

Frontier AI's Impact on the Cybersecurity Landscape
von: Potter, Yujin, et al.
Veröffentlicht: (2025)

Auditing Work: Exploring the New York City algorithmic bias audit regime
von: Groves, Lara, et al.
Veröffentlicht: (2024)

The potential functions of an international institution for AI safety. Insights from adjacent policy areas and recent trends
von: De Castris, A. Leone, et al.
Veröffentlicht: (2024)

The Architecture of AI Transformation: Four Strategic Patterns and an Emerging Frontier
von: Wolfe, Diana A., et al.
Veröffentlicht: (2025)

Trends in Frontier AI Model Count: A Forecast to 2028
von: Kumar, Iyngkarran, et al.
Veröffentlicht: (2025)