#NIST — Reports — INKRIM
Tag · #NIST
REPORT
AI RMFを実務に落とすには——NIST AI RMF Playbookの使い方
NIST AI RMF Playbookから、AIリスク管理をチェックリストではなく運用資源として使う方法を整理する。
REPORTNIST AI Risk Management Frameworkは何をする道具か——AIリスク管理の共通語
NISTのAI Risk Management Frameworkから、AIリスクを組織的に扱うための枠組みを確認する。
REPORT米CAISIは何を担うのか——AI評価と標準化の政府窓口
NISTのCenter for AI Standards and Innovationから、米国のAI評価・標準化体制を整理する。
REPORTAIエージェント標準化はなぜ必要か——NIST AI Agent Standards Initiative
NISTのAI Agent Standards Initiativeから、エージェントの相互運用性、認証、権限管理の論点を整理する。
REPORT重要インフラにAIを入れる前に読むべきこと——NISTのAI RMFプロファイル構想
NISTの重要インフラ向けAI RMFプロファイル構想から、高リスク環境でのAI導入条件を整理する。
REPORTAIは出した後に壊れる——NIST AI 800-4の配備後モニタリング
NIST AI 800-4の概要から、AIシステムを公開・導入した後に何を監視すべきかを整理する。
REPORT人はAIを信じすぎる——NISTのHuman-AI Configurationリスク
NIST AI 600-1のHuman-AI Configurationから、過信・擬人化・依存を防ぐUIと運用の論点を整理する。
REPORT生成AIの環境負荷は運用設計の問題になる——NISTのEnvironmental Impacts
NIST AI 600-1のEnvironmental Impactsから、生成AIの計算資源と運用コストを整理する。
REPORT生成AIの知的財産リスクはどこで起きるか——NISTのIPリスク整理
NIST AI 600-1のIntellectual Propertyリスクから、学習データ、出力、営業秘密の論点を整理する。
REPORT生成AIはサイバー攻撃面を広げる——NISTのInformation Securityリスク
NIST AI 600-1のInformation Securityリスクから、生成AIが攻撃と防御の両方に与える影響を整理する。
REPORT生成AIのハルシネーションをどう扱うか——NISTがいうConfabulation
NIST AI 600-1のConfabulationリスクから、生成AIの誤情報を運用で扱う考え方を整理する。
REPORTNIST生成AIプロファイルは何を足したか——AI RMFをLLM時代に使う
NIST AI 600-1から、生成AIのリスク管理が従来のAI管理とどこで違うのかを整理する。