Buchumschlag

Automated Analysis of Global AI Safety Initiatives: A Taxonomy-Driven LLM Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Semitsu, Takayuki, Kiribuchi, Naoto, Zenitani, Kengo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Securing AI Systems: A Guide to Known Attacks and Impacts
von: Kiribuchi, Naoto, et al.
Veröffentlicht: (2025)

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

Beyond Single-Agent Safety: A Taxonomy of Risks in LLM-to-LLM Interactions
von: Bisconti, Piercosma, et al.
Veröffentlicht: (2025)

Automated Formative Feedback for Short-form Writing: An LLM-Driven Approach and Adoption Analysis
von: Tavares, Tiago Fernandes, et al.
Veröffentlicht: (2025)

DriveSafe: A Hierarchical Risk Taxonomy for Safety-Critical LLM-Based Driving Assistants
von: Kumar, Abhishek, et al.
Veröffentlicht: (2026)

Emergent Strategic Reasoning Risks in AI: A Taxonomy-Driven Evaluation Framework
von: Kumarage, Tharindu, et al.
Veröffentlicht: (2026)

Guarding the Guardrails: A Taxonomy-Driven Approach to Jailbreak Detection
von: Giarrusso, Francesco, et al.
Veröffentlicht: (2025)

BitsAI-Fix: LLM-Driven Approach for Automated Lint Error Resolution in Practice
von: Li, Yuanpeng, et al.
Veröffentlicht: (2025)

AI Safety Landscape for Large Language Models: Taxonomy, State-of-the-art, and Future Directions
von: Chen, Chen, et al.
Veröffentlicht: (2024)

Failure Modes in LLM Systems: A System-Level Taxonomy for Reliable AI Applications
von: Vinay, Vaishali
Veröffentlicht: (2025)

Where Code Meets Natural Language: Taxonomy-Driven Information Flow Analysis for LLM-Integrated Applications
von: Xu, Zihao, et al.
Veröffentlicht: (2026)

Disentangling AI Alignment: A Structured Taxonomy Beyond Safety and Ethics
von: Baum, Kevin
Veröffentlicht: (2025)

Policy-Driven AI in Dataspaces: Taxonomy, Explainability, and Pathways for Compliant Innovation
von: Chandra, Joydeep, et al.
Veröffentlicht: (2025)

Automated Analysis of Learning Outcomes and Exam Questions Based on Bloom's Taxonomy
von: Kumar, Ramya, et al.
Veröffentlicht: (2025)

The Challenges of Evaluating LLM Applications: An Analysis of Automated, Human, and LLM-Based Approaches
von: Abeysinghe, Bhashithe, et al.
Veröffentlicht: (2024)

Agent2Agent Threats in Safety-Critical LLM Assistants: A Human-Centric Taxonomy
von: Stappen, Lukas, et al.
Veröffentlicht: (2026)

Amplify Initiative: Building A Localized Data Platform for Globalized AI
von: Rashid, Qazi Mamunur, et al.
Veröffentlicht: (2025)

RIFT: A RubrIc Failure Mode Taxonomy and Automated Diagnostics
von: Qi, Zhengyang, et al.
Veröffentlicht: (2026)

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

A Different Approach to AI Safety: Proceedings from the Columbia Convening on Openness in Artificial Intelligence and AI Safety
von: François, Camille, et al.
Veröffentlicht: (2025)

NaiAD: Initiate Data-Driven Research for LLM Advertising
von: Zhang, Yihang, et al.
Veröffentlicht: (2026)

LLM-Powered Fully Automated Chaos Engineering: Towards Enabling Anyone to Build Resilient Software Systems at Low Cost
von: Kikuta, Daisuke, et al.
Veröffentlicht: (2025)

Evaluating AI-Driven Automated Map Digitization in QGIS
von: Febrita, Diana
Veröffentlicht: (2025)

When AI Fails, What Works? A Data-Driven Taxonomy of Real-World AI Risk Mitigation Strategies
von: Popchanovska, Evgenija, et al.
Veröffentlicht: (2026)

Improving Methodologies for LLM Evaluations Across Global Languages
von: Vij, Akriti, et al.
Veröffentlicht: (2026)

A Nascent Taxonomy of Machine Learning in Intelligent Robotic Process Automation
von: Laakmann, Lukas, et al.
Veröffentlicht: (2025)

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

AI Agents vs. Agentic AI: A Conceptual Taxonomy, Applications and Challenges
von: Sapkota, Ranjan, et al.
Veröffentlicht: (2025)

LLM Driven Processes to Foster Explainable AI
von: Pehlke, Marcel, et al.
Veröffentlicht: (2025)

Understanding Wikidata Qualifiers: An Analysis and Taxonomy
von: Falquet, Gilles, et al.
Veröffentlicht: (2026)

AutoDev: Automated AI-Driven Development
von: Tufano, Michele, et al.
Veröffentlicht: (2024)

Agentic AI in Healthcare & Medicine: A Seven-Dimensional Taxonomy for Empirical Evaluation of LLM-based Agents
von: Vatsal, Shubham, et al.
Veröffentlicht: (2026)

AI Agents Should be Regulated Based on the Extent of Their Autonomous Operations
von: Osogami, Takayuki
Veröffentlicht: (2025)

Systematizing LLM Persona Design: A Four-Quadrant Technical Taxonomy for AI Companion Applications
von: Sun, Esther, et al.
Veröffentlicht: (2025)

FVDebug: An LLM-Driven Debugging Assistant for Automated Root Cause Analysis of Formal Verification Failures
von: Bai, Yunsheng, et al.
Veröffentlicht: (2025)

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

The Multilingual Divide and Its Impact on Global AI Safety
von: Peppin, Aidan, et al.
Veröffentlicht: (2025)

Increasing AI Explainability by LLM Driven Standard Processes
von: Jansen, Marc, et al.
Veröffentlicht: (2025)

Swiss Cheese Model for AI Safety: A Taxonomy and Reference Architecture for Multi-Layered Guardrails of Foundation Model Based Agents
von: Shamsujjoha, Md, et al.
Veröffentlicht: (2024)

Automated Business Process Analysis: An LLM-Based Approach to Value Assessment
von: De Michele, William, et al.
Veröffentlicht: (2025)