Buchumschlag

Bridging the AI Trustworthiness Gap between Functions and Norms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Di Scala, Daan, Lathouwers, Sophie, van Bekkum, Michael
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bridging the Communication Gap: Evaluating AI Labeling Practices for Trustworthy AI Development
von: Fischer, Raphael, et al.
Veröffentlicht: (2025)

"I Don't Know" -- Towards Appropriate Trust with Certainty-Aware Retrieval Augmented Generation
von: Di Scala, Daan, et al.
Veröffentlicht: (2026)

Bridging the Safety Gap: A Guardrail Pipeline for Trustworthy LLM Inferences
von: Han, Shanshan, et al.
Veröffentlicht: (2025)

Position: Bridge the Gaps between Machine Unlearning and AI Regulation
von: Marino, Bill, et al.
Veröffentlicht: (2025)

Bridging Ethical Principles and Algorithmic Methods: An Alternative Approach for Assessing Trustworthiness in AI Systems
von: Papademas, Michael, et al.
Veröffentlicht: (2025)

Bridging the Gap in the Responsible AI Divides
von: Gyevnár, Bálint, et al.
Veröffentlicht: (2026)

Bayesian Modelling in Practice: Using Uncertainty to Improve Trustworthiness in Medical Applications
von: Ruhe, David, et al.
Veröffentlicht: (2019)

Towards Bridging the Gap between High-Level Reasoning and Execution on Robots
von: Hofmann, Till
Veröffentlicht: (2023)

Intelligent Knowledge Mining Framework: Bridging AI Analysis and Trustworthy Preservation
von: Vu, Binh
Veröffentlicht: (2025)

Bridging the Gap: Representation Spaces in Neuro-Symbolic AI
von: Zhang, Xin, et al.
Veröffentlicht: (2024)

Enabling Trustworthy Federated Learning in Industrial IoT: Bridging the Gap Between Interpretability and Robustness
von: Jagatheesaperumal, Senthil Kumar, et al.
Veröffentlicht: (2024)

Bridging Domain Gaps between Pretrained Multimodal Models and Recommendations
von: Zhang, Wenyu, et al.
Veröffentlicht: (2025)

Action Model Learning with Guarantees
von: Aineto, Diego, et al.
Veröffentlicht: (2024)

Evaluating AI for Law: Bridging the Gap with Open-Source Solutions
von: Bhambhoria, Rohan, et al.
Veröffentlicht: (2024)

Bridging Privacy and Robustness for Trustworthy Machine Learning
von: Zhang, Xiaojin, et al.
Veröffentlicht: (2024)

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

LLMs for Mathematical Modeling: Towards Bridging the Gap between Natural and Mathematical Languages
von: Huang, Xuhan, et al.
Veröffentlicht: (2024)

Mind the Gap: Bridging the Divide Between AI Aspirations and the Reality of Autonomous Characterization
von: Guinan, Grace, et al.
Veröffentlicht: (2025)

Trustworthy AI Must Account for Interactions
von: Cresswell, Jesse C.
Veröffentlicht: (2025)

Bridging the Gap between Real-world and Synthetic Images for Testing Autonomous Driving Systems
von: Amini, Mohammad Hossein, et al.
Veröffentlicht: (2024)

Normative Common Ground Replication (NormCoRe): Replication-by-Translation for Studying Norms in Multi-Agent AI
von: Deck, Luca, et al.
Veröffentlicht: (2026)

Ontology Learning with LLMs: A Benchmark Study on Axiom Identification
von: Bakker, Roos M., et al.
Veröffentlicht: (2025)

Bridging the Data Gap in AI Reliability Research and Establishing DR-AIR, a Comprehensive Data Repository for AI Reliability
von: Zheng, Simin, et al.
Veröffentlicht: (2025)

Trustworthy AI: Securing Sensitive Data in Large Language Models
von: Feretzakis, Georgios, et al.
Veröffentlicht: (2024)

Persistent and Conversational Multi-Method Explainability for Trustworthy Financial AI
von: Makridis, Georgios, et al.
Veröffentlicht: (2026)

Trustworthy AI Suffers from Invariance Conflicts and Causality is The Solution
von: Binkyte, Ruta, et al.
Veröffentlicht: (2026)

Relational Norms for Human-AI Cooperation
von: Earp, Brian D., et al.
Veröffentlicht: (2025)

Trustworthy AI in the Agentic Lakehouse: from Concurrency to Governance
von: Tagliabue, Jacopo, et al.
Veröffentlicht: (2025)

Using sensitive data to de-bias AI systems: Article 10(5) of the EU AI Act
von: van Bekkum, Marvin
Veröffentlicht: (2024)

Utterance-Level Methods for Identifying Reliable ASR-Output for Child Speech
von: Lathouwers, Gus, et al.
Veröffentlicht: (2026)

Bridge the Inference Gaps of Neural Processes via Expectation Maximization
von: Wang, Qi, et al.
Veröffentlicht: (2025)

Plug-in and Fine-tuning: Bridging the Gap between Small Language Models and Large Language Models
von: Kim, Kyeonghyun, et al.
Veröffentlicht: (2025)

Scoring rule nets: beyond mean target prediction in multivariate regression
von: Roordink, Daan, et al.
Veröffentlicht: (2024)

Bridging the Gap in Ophthalmic AI: MM-Retinal-Reason Dataset and OphthaReason Model toward Dynamic Multimodal Reasoning
von: Wu, Ruiqi, et al.
Veröffentlicht: (2025)

Towards Responsible AI Music: an Investigation of Trustworthy Features for Creative Systems
von: de Berardinis, Jacopo, et al.
Veröffentlicht: (2025)

Towards Trustworthy Legal AI through LLM Agents and Formal Reasoning
von: Chen, Linze, et al.
Veröffentlicht: (2025)

TAI Scan Tool: A RAG-Based Tool With Minimalistic Input for Trustworthy AI Self-Assessment
von: Davvetas, Athanasios, et al.
Veröffentlicht: (2025)

Trustworthy and Responsible AI for Human-Centric Autonomous Decision-Making Systems
von: Dehghani, Farzaneh, et al.
Veröffentlicht: (2024)

Leveraging Generative AI for Clinical Evidence Summarization Needs to Ensure Trustworthiness
von: Zhang, Gongbo, et al.
Veröffentlicht: (2023)

Compiling Temporal Numeric Planning into Discrete PDDL+: Extended Version
von: Micheli, Andrea, et al.
Veröffentlicht: (2026)