Jun, 2024

利用人工智能高效分析复杂政策文件：一份《行政命令 14110》案例研究

PDF
TL;DR研究评估了人工智能在简化政策分析中的潜力，并识别了当前人工智能方法的优点和限制。研究还通过使用《关于 “人工智能的安全、可靠和可信开发与应用”》这一行政令进行案例研究，对四个商业人工智能系统进行了性能比较。研究发现，Gemini 1.5 Pro 和 Claude 3 Opus 两个人工智能系统在支持政策分析方面表现出了显著的潜力，能够从复杂文件中提取准确可靠的信息，其效率与人类分析师相当，但明显更高。然而，实现可复现性仍然存在挑战，需要进一步的研究和开发。
policy documentsartificial intelligencepolicy analysiscontent extractionefficiency
发现论文，激发创造
  • 构想一个人工智能协作系统以将政策转化为决策模型

    介绍利用自然语言和可编程代码同时表达政策的全球数字政府倡议，以及用 AI，自然语言处理和知识图谱缩短从政策文档到可执行决策模型的路线的方法。使用 AI 可帮助政府机构和政策专家扩大人可读和机器可执行政策规则的生产，同时提高透明度，可解释性，追溯性和决策的问责性。

    Nov, 2022

  • 人工智能监管政策的综合评述与系统分析

    通过全球的 AI 监管政策提案，历史教训和分析方法的研究，我们旨在通过一种分而治之的方式帮助管理机构解决 AI 监管混乱。

    Jul, 2023

  • 大型语言模型进行政策文件的多类别分类

    使用 GPT 3.5 和 GPT 4 模型对议会法案和听证会进行分类，与人工干预程度相关的三种使用情景中，我们的结果表明完全依赖最小化人工干预的 GPT 不够充分，人工投入程度越高准确性越高，并在最需要人工干预的情况下取得了令人惊讶的高准确率。然而，优秀的使用情景中的 83% 准确率仅在两个模型达成一致的 65% 数据上实现，暗示着类似我们的方法相对容易实施，并可实现对大多数给定数据集的自动编码，从而节省资源并降低成本。

    Oct, 2023

  • 走向可规管的 AI 系统：技术差距与政策机遇

    本文探讨如何规范人工智能系统，研究发现通过两个公共部门采购清单可标识现在和未来技术创新方面的人工智能是否符合规定要求，并且确认需跨学科合作来满足某些要求。

    Jun, 2023

  • 解决问题，收获利益 ——AI 监管争议的系统回顾

    本文系统综述了国际上共 73 篇针对人工智能 (AI) 监管的学术论文，重点关注社会风险、监管责任和可能的政策框架，包括基于风险和基于原则的方法。研究发现 AI 领域的复杂性，以及其尚未成熟和缺乏明确性。通过与欧洲 AI 监管建议的比较，本文展示了该监管的具体方法、优点和缺点，有助于更好的理解 AI 和监管之间的关系及其中的规范决策。

    Sep, 2022

  • 面向人类的印度法律文本分析的人工智能

    法律研究是法律实践中至关重要的任务，该研究论文探讨了在法律文本分析中，结合人类专业知识提高大型语言模型（LLMs）性能的潜力，并介绍了一种新的数据集和基于人类输入的复合人工智能系统。

    Mar, 2024

  • AI 法案估计影响的数量研究

    对欧盟 AI 规则的初稿进行了分类，并与计算机科学和法律专家一起将其按照 AI 法案进行分类，表明需要更加明确具体的规定，并且只有大约 30％的 AI 系统被 AI 法案约束，其余分类为低风险。

    Mar, 2023

  • 全球人工智能伦理：对 AI 治理的 200 条指南和建议的综述

    本文利用数据可视化的工具对 200 个标准化和指导人工智能发展的文件进行分析，探讨不同机构之间原则的共识和相似性，以此为未来的政策制定提供启示和引导。

    Jun, 2022

  • 文档 AI：基准、模型和应用

    本文简要介绍了文档智能技术的发展和应用，重点关注了基于深度学习的自然语言处理和计算机视觉方法，提出了利用预训练技术的深度学习方法作为未来文档智能研究的方向。

    Nov, 2021

  • ADVISE: 全球发展证据综述的 AI 加速设计

    本研究介绍了一种利用 BERT 模型开发 AI 代理程序，结合人类团队设计全球发展证据综合产品的方法，探讨了活性学习策略的影响，结果表明，将 BERT-based AI 代理程序纳入人类团队可以降低人类筛选工作量 68.5％，而采用高优先级 (HP) 策略的活性学习方法可以进一步减少 78.3％。

    May, 2023