समाज गाइड
एनआईएसटी एआई जोखिम प्रबंधन ढांचा
NIST’s AI Risk Management Framework (AI RMF 1.0) is a voluntary, cross-sector framework for managing risks to individuals, organizations and society across AI design, development, deployment and use.
इस गाइड को सुनेंएआई-नैरेटेड · ~2 min
इस पृष्ठ पर2 मिनट लाल
गहरा गोता
The AI RMF 1.0 organizes risk-management activities into Govern, Map, Measure and Manage. Govern is cross-cutting; Map establishes context and identifies risks; Measure analyzes risks; Manage prioritizes and responds to them. NIST describes the framework as voluntary. NIST’s AI RMF Playbook provides suggested actions, and the 2024 Generative AI Profile applies the framework to generative-AI risks such as confabulation. These resources are guidance, not legal requirements or certifications.
वास्तविक विश्व कार्यान्वयन
An organization can use Govern to assign responsibilities and policies for AI risk management.
A project team can use Map to document its context, intended use and affected stakeholders.
A team can use Measure to evaluate identified risks with appropriate qualitative and quantitative methods.
A team can use Manage to prioritize responses and monitor residual risks.
एनआईएसटी एआई जोखिम प्रबंधन ढांचे का भविष्य
Organizations may choose to use the AI RMF as one input to their own governance and risk-management processes. NIST may publish additional profiles, but adoption and crosswalks depend on the organization and applicable requirements. Check current NIST publications rather than assuming the framework is becoming a universal procurement or compliance baseline.
इसे व्यवहार में लाना
यह क्यों मायने रखता है?
- जोखिम और सुरक्षा. विनाशकारी और रोजमर्रा के एआई नुकसान दोनों इस बात पर निर्भर करते हैं कि जोखिमों को कौन समझता है और कौन कार्रवाई कर सकता है।
- स्पष्ट निर्णय. सार्वजनिक और व्यावसायिक साक्षरता यह निर्धारित करती है कि मजबूत सुरक्षा नीति राजनीतिक रूप से संभव है या नहीं।
- प्रचार के माध्यम से काटना. स्पष्ट स्पष्टीकरण प्रचार, लैब पीआर और अस्पष्ट नैतिकता थिएटर द्वारा कब्जा कम कर देते हैं।
का ध्यान रखें
- अस्तित्वगत जोखिम को विज्ञान-कल्पना के रूप में मानते हुए क्षमता को मिश्रित किया जाता है।
- उच्च स्वायत्तता के तहत संरेखण के साथ भ्रमित करने वाली सतह उत्पाद सुरक्षा।
- गैर-अंग्रेज़ी और गैर-विशेषज्ञ दर्शकों को केवल निम्न-गुणवत्ता वाले स्रोतों के साथ छोड़ना।
अगले चरण
- उत्पाद के नुकसान, दुरुपयोग और नियंत्रण की हानि/गलत संरेखण जोखिमों को अलग करें।
- पूछें कि कौन से सबूत समयसीमा और गंभीरता पर आपके दृष्टिकोण को बदल देंगे।
- विपणन दावों की तुलना में प्राथमिक स्रोतों और ठोस मूल्यांकन को प्राथमिकता दें।
- एक कार्य पथ की पहचान करें: कैरियर, नीति, वित्त पोषण, या कौशल - केवल जागरूकता नहीं।
अन्वेषण करते रहें
मुफ़्त न्यूज़लेटर
दैनिक एआई ब्रीफिंग प्राप्त करें
हर कार्यदिवस की सुबह तीन सत्यापित एआई कहानियाँ, सादे अंग्रेजी में लिखी गईं। हमेशा के लिए मुफ़्त, कोई विज्ञापन नहीं।
प्रत्येक सप्ताह के दिन एक ईमेल. एक क्लिक में सदस्यता समाप्त करें. हम आपका पता कभी नहीं बेचते या साझा नहीं करते।
स्वयं की जांच करो
Take the NIST AI Risk Management Framework quiz
प्रत्येक उत्तर पर त्वरित प्रतिक्रिया, और पाठ्यक्रम पास करने के बाद एक सत्यापन योग्य आईडी के साथ एक साझा करने योग्य प्रमाणपत्र।
निःशुल्क एआई शिक्षा का समर्थन करें। AI Understanding एक 501(c)(3) गैर-लाभकारी संस्था है - कोई विज्ञापन नहीं, कोई पेवॉल नहीं। दान करें
अक्सर पूछे जाने वाले प्रश्नों
एनआईएसटी एआई जोखिम प्रबंधन ढांचा क्या है?
NIST’s AI Risk Management Framework (AI RMF 1.0) is a voluntary, cross-sector framework for managing risks to individuals, organizations and society across AI design, development, deployment and use.
एनआईएसटी एआई आरएमएफ के चार मुख्य कार्य क्या हैं?
ढांचा शासन, मानचित्र, माप और प्रबंधन के आसपास बनाया गया है, शासन एक क्रॉस-कटिंग फ़ंक्शन के रूप में दूसरों को खिलाता है।
क्या एनआईएसटी एआई आरएमएफ का अनुपालन कानूनी रूप से आवश्यक है?
एआई आरएमएफ स्पष्ट रूप से स्वैच्छिक और क्षेत्र-अज्ञेयवादी है, जो लागू करने योग्य जनादेश के बजाय मार्गदर्शन प्रदान करता है।
किस कार्य को क्रॉस-कटिंग और अन्य तीन में फीडिंग के रूप में वर्णित किया गया है?
सरकार संस्कृति, नीतियों और जवाबदेही संरचनाओं की स्थापना करती है जो मानचित्र, माप और प्रबंधन को रेखांकित करती हैं।
आरएमएफ विश्वसनीयता को ट्रेड-ऑफ़ के एक सेट के रूप में क्यों मानता है?
एक विशेषता में लाभ, जैसे सटीकता, दूसरे की कीमत पर आ सकता है, जैसे गोपनीयता या निष्पक्षता, इसलिए उन्हें संतुलित किया जाना चाहिए।
बड़े भाषा मॉडलों को संबोधित करने के लिए एनआईएसटी ने 2024 में ढांचे में क्या जोड़ा?
2024 जेनेरेटिव एआई प्रोफाइल एलएलएम के लिए अद्वितीय जोखिमों को संबोधित करता है, जैसे कन्फैब्यूलेशन, डेटा लीक और हानिकारक सामग्री।
सीखते रहो
संबंधित मार्गदर्शिकाएँ
इस विषय के लिए अधिक मार्गदर्शिकाएँ चुनी गईं