Buchumschlag

Evaluating AI Providers' Frontier Safety Frameworks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Stelling, Lily, Murray, Malcolm, Galizzi, Bruno, Schaffelder, Max, Campos, Siméon, Papadatos, Henry
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Methodology for Quantitative AI Risk Modeling
von: Murray, Malcolm, et al.
Veröffentlicht: (2025)

The Role of Risk Modeling in Advanced AI Risk Management
von: Touzet, Chloé, et al.
Veröffentlicht: (2025)

Mapping Industry Practices to the EU AI Act's GPAI Code of Practice Safety and Security Measures
von: Stelling, Lily, et al.
Veröffentlicht: (2025)

A Frontier AI Risk Management Framework: Bridging the Gap Between Current AI Practices and Established Risk Management
von: Campos, Simeon, et al.
Veröffentlicht: (2025)

Lessons from External Review of DeepMind's Scheming Inability Safety Case
von: Barrett, Stephen, et al.
Veröffentlicht: (2026)

Mapping AI Benchmark Data to Quantitative Risk Estimates Through Expert Elicitation
von: Murray, Malcolm, et al.
Veröffentlicht: (2025)

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

Toward Quantitative Modeling of Cybersecurity Risks Due to AI Misuse
von: Barrett, Steve, et al.
Veröffentlicht: (2025)

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

ForesightSafety Bench: A Frontier Risk Evaluation and Governance Framework towards Safe AI
von: Tong, Haibo, et al.
Veröffentlicht: (2026)

Synthetic Eggs in Many Baskets: The Impact of Synthetic Data Diversity on LLM Fine-Tuning
von: Schaffelder, Max, et al.
Veröffentlicht: (2025)

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

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

Open Problems in Frontier AI Risk Management
von: Ziosi, Marta, et al.
Veröffentlicht: (2026)

Evaluating the Critical Risks of Amazon's Nova Premier under the Frontier Model Safety Framework
von: Krishna, Satyapriya, et al.
Veröffentlicht: (2025)

Towards Frontier Safety Policies Plus
von: Pistillo, Matteo
Veröffentlicht: (2025)

FORTRESS: Frontier Risk Evaluation for National Security and Public Safety
von: Knight, Christina Q., et al.
Veröffentlicht: (2025)

Machine Learning for Public Good: Predicting Urban Crime Patterns to Enhance Community Safety
von: Gupta, Sia, et al.
Veröffentlicht: (2024)

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

Artificially Fluent: Swahili AI Performance Benchmarks Between English-Trained and Natively-Trained Datasets
von: Jaffer, Sophie, et al.
Veröffentlicht: (2025)

Vernacularizing Taxonomies of Harm is Essential for Operationalizing Holistic AI Safety
von: Kennedy, Wm. Matthew, et al.
Veröffentlicht: (2024)

Evaluating the Goal-Directedness of Large Language Models
von: Everitt, Tom, et al.
Veröffentlicht: (2025)

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

The science and practice of proportionality in AI risk evaluations
von: Mougan, Carlos, et al.
Veröffentlicht: (2026)

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

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

AI Safety Evaluations Need To Consider Cascading Effects
von: Neumann, Anna, et al.
Veröffentlicht: (2026)

Assessing the Case for Africa-Centric AI Safety Evaluations
von: Ireri, Gathoni, et al.
Veröffentlicht: (2026)

Biothreat Benchmark Generation Framework for Evaluating Frontier AI Models I: The Task-Query Architecture
von: Ackerman, Gary, et al.
Veröffentlicht: (2025)

SafetyAnalyst: Interpretable, Transparent, and Steerable Safety Moderation for AI Behavior
von: Li, Jing-Jing, et al.
Veröffentlicht: (2024)

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

Evaluating Human-AI Safety: A Framework for Measuring Harmful Capability Uplift
von: Vaccaro, Michelle, et al.
Veröffentlicht: (2026)

Institutional AI: A Governance Framework for Distributional AGI Safety
von: Pierucci, Federico, et al.
Veröffentlicht: (2026)

Questionnaire Responses Do not Capture the Safety of AI Agents
von: Hellrigel-Holderbaum, Max, et al.
Veröffentlicht: (2026)

Frontier Lag: A Bibliometric Audit of Capability Misrepresentation in Academic AI Evaluation
von: Gringras, David, et al.
Veröffentlicht: (2026)

Frontier AI Ethics: Anticipating and Evaluating the Societal Impacts of Language Model Agents
von: Lazar, Seth
Veröffentlicht: (2024)

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

Frontier AI developers need an internal audit function
von: Schuett, Jonas
Veröffentlicht: (2023)

AI Safety Frameworks Should Include Procedures for Model Access Decisions
von: Kembery, Edward, et al.
Veröffentlicht: (2024)