Buchumschlag

Safety Cases: How to Justify the Safety of Advanced AI Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Clymer, Joshua, Gabrieli, Nick, Krueger, David, Larsen, Thomas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computers and Society Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Affirmative safety: An approach to risk management for high-risk AI
von: Wasil, Akash R., et al.
Veröffentlicht: (2024)

Safety Cases: A Scalable Approach to Frontier AI Safety
von: Hilton, Benjamin, et al.
Veröffentlicht: (2025)

AI Safety is Stuck in Technical Terms -- A System Safety Response to the International AI Safety Report
von: Dobbe, Roel
Veröffentlicht: (2025)

International Scientific Report on the Safety of Advanced AI (Interim Report)
von: Bengio, Yoshua, et al.
Veröffentlicht: (2024)

International Agreements on AI Safety: Review and Recommendations for a Conditional AI Safety Treaty
von: Scholefield, Rebecca, et al.
Veröffentlicht: (2025)

The Missing Red Line: How Commercial Pressure Erodes AI Safety Boundaries
von: Petrova, Nora, et al.
Veröffentlicht: (2026)

Open Problems in Machine Unlearning for AI Safety
von: Barez, Fazl, et al.
Veröffentlicht: (2025)

The Elephant in the Room -- Why AI Safety Demands Diverse Teams
von: Rostcheck, David, et al.
Veröffentlicht: (2024)

Declare and Justify: Explicit assumptions in AI evaluations are necessary for effective regulation
von: Barnett, Peter, et al.
Veröffentlicht: (2024)

Toward an African Agenda for AI Safety
von: Segun, Samuel T., et al.
Veröffentlicht: (2025)

Concrete Problems in AI Safety, Revisited
von: Raji, Inioluwa Deborah, et al.
Veröffentlicht: (2023)

Interoperability in AI Safety Governance: Ethics, Regulations, and Standards
von: Chin, Yik Chan, et al.
Veröffentlicht: (2026)

The Singapore Consensus on Global AI Safety Research Priorities
von: Bengio, Yoshua, et al.
Veröffentlicht: (2025)

The 2025 AI Agent Index: Documenting Technical and Safety Features of Deployed Agentic AI Systems
von: Staufer, Leon, et al.
Veröffentlicht: (2026)

An AI System Evaluation Framework for Advancing AI Safety: Terminology, Taxonomy, Lifecycle Mapping
von: Xia, Boming, et al.
Veröffentlicht: (2024)

Human-AI Safety: A Descendant of Generative AI and Control Systems Safety
von: Bajcsy, Andrea, et al.
Veröffentlicht: (2024)

AI Safety: Necessary, but insufficient and possibly problematic
von: P, Deepak
Veröffentlicht: (2024)

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

International AI Safety Report
von: Bengio, Yoshua, et al.
Veröffentlicht: (2025)

AI Safety as Control of Irreversibility: A Systems Framework for Decision-Energy and Sovereignty Boundaries
von: Shu, Wesley, et al.
Veröffentlicht: (2026)

Justified Evidence Collection for Argument-based AI Fairness Assurance
von: Sabuncuoglu, Alpay, et al.
Veröffentlicht: (2025)

Clear, Compelling Arguments: Rethinking the Foundations of Frontier AI Safety Cases
von: Feakins, Shaun, et al.
Veröffentlicht: (2026)

Upstream and Downstream AI Safety: Both on the Same River?
von: McDermid, John, et al.
Veröffentlicht: (2024)

Probabilistic Analysis of Copyright Disputes and Generative AI Safety
von: Chiba-Okabe, Hiroaki
Veröffentlicht: (2024)

The Ghost in the Grammar: Methodological Anthropomorphism in AI Safety Evaluations
von: Costa, Mariana Lins
Veröffentlicht: (2026)

Combining Cost-Constrained Runtime Monitors for AI Safety
von: Hua, Tim Tian, et al.
Veröffentlicht: (2025)

Taxonomy and Consistency Analysis of Safety Benchmarks for AI Agents
von: Li, Miles Q., et al.
Veröffentlicht: (2026)

Agentic Microphysics: A Manifesto for Generative AI Safety
von: Pierucci, Federico, et al.
Veröffentlicht: (2026)

Building Effective Safety Guardrails in AI Education Tools
von: Clark, Hannah-Beth, et al.
Veröffentlicht: (2025)

What Is AI Safety? What Do We Want It to Be?
von: Harding, Jacqueline, et al.
Veröffentlicht: (2025)

Bridging Today and the Future of Humanity: AI Safety in 2024 and Beyond
von: Han, Shanshan
Veröffentlicht: (2024)

Safetywashing: Do AI Safety Benchmarks Actually Measure Safety Progress?
von: Ren, Richard, et al.
Veröffentlicht: (2024)

Safe for Whom? Rethinking How We Evaluate the Safety of LLMs for Real Users
von: Kempermann, Manon, et al.
Veröffentlicht: (2025)

Introduction to AI Safety, Ethics, and Society
von: Hendrycks, Dan
Veröffentlicht: (2024)

Building Trust: Foundations of Security, Safety and Transparency in AI
von: Sidhpurwala, Huzaifa, et al.
Veröffentlicht: (2024)

Annotating the Chain-of-Thought: A Behavior-Labeled Dataset for AI Safety
von: Menke, Antonio-Gabriel Chacón, et al.
Veröffentlicht: (2025)

Pedagogical Safety in Educational Reinforcement Learning: Formalizing and Detecting Reward Hacking in AI Tutoring Systems
von: Olukola, Oluseyi, et al.
Veröffentlicht: (2026)

LLM Safety for Children
von: Rath, Prasanjit, et al.
Veröffentlicht: (2025)

Preventing Another Tessa: Modular Safety Middleware For Health-Adjacent AI Assistants
von: Reddy, Pavan, et al.
Veröffentlicht: (2025)

Wide Reflective Equilibrium in LLM Alignment: Bridging Moral Epistemology and AI Safety
von: Brophy, Matthew
Veröffentlicht: (2025)