ai治理

EU AI Act 第 10 条落地前：训练数据的治理文档怎么准备标签：#数据治理 #AI治理 #数据质量 #合规 #数据集摘要：欧盟《人工智能法案》（EU AI Act）对高风险 AI 系统的训练、验证与测试数据集提出了明确的治理要求，出海企业首当其冲。本文拆解第 10 条的五个要件——质量标准适用、设计选择记录、来源与收集方式、准备处理操作、偏见检查与缓解——给出治理文档清单、与国内 GB/Z 237-2026 等体系的对照复用路径，以及一份可直接套用的准备顺序。

碎片笔记｜生成图像检测与溯源领域近期审稿意见锦囊前言：近期收获了一批较为专业的审稿意见，折射出当前取证领域关注的痛点和需要长期解决的问题，特开一篇博客记录，便于之后投稿参考，避免再次出现类似问题。以下情况适用于AI生成图像溯源（Synthetic Image Attribution，SIA）任务，部分意见同样可供生成图像检测（Synthetic Image Detection，SID）任务借鉴。

治理知识库构建：用 RAG 把制度、文档、经验变成 AI 能力绝大多数企业的治理能力，都死在「文档堆积、经验流失、制度没人看、规范没人懂」。企业沉淀了海量制度文件、治理规范、数据标准、操作手册、复盘经验，但全部躺在网盘、Wiki、共享文件夹里，无法检索、无法落地、无法赋能业务。

带娃的IT创业者

从马斯克败诉OpenAI看AI时代的契约重构与技术伦理边界最近，科技圈最受关注的事件莫过于埃隆·马斯克针对萨姆·奥尔特曼及OpenAI提起的诉讼被正式驳回。这场持续数月的法律拉锯战，不仅是两位科技巨头之间的个人恩怨，更是人工智能发展史上关于“初心”、“控制权”与“商业化”的一次深刻碰撞。法院的判决虽然为这场纷争画上了暂时的句号，但它留给技术社区的思考却远未结束。

我是有底线的