本研究提出了一种基于项目反应理论（IRT）的框架，用于检测和量化大型语言模型中的社会经济偏见。研究发现，这些模型在回答时通常避免意识形态参与，挑战了对其偏见的传统看法，促进了公平的人工智能治理。

本文介绍了沙漏模型这一人工智能治理框架，旨在将伦理原则转化为实践，以符合即将出台的欧洲AI法。该框架强调AI治理的系统性，涵盖环境、组织和AI系统层面的要求，并探讨了负责任的人工智能治理方法、参与式AI的挑战及公共部门AI的监管经验，强调透明度和跨学科合作的重要性。

本文综述人工智能治理与伦理研究，涵盖AI风险、算法多元化、负责任算法框架、软件工程路线图、公平透明隐私、算法回溯与追索、设计模式及组织内部RAI治理，强调多级治理、利益相关者参与和系统级指导，以确保AI符合社会价值观。

本文梳理人工智能治理的技术方案，提出伦理AI分类框架，涵盖伦理困境探索、个体与集体伦理决策及人机交互伦理问题，并涉及区块链与AI结合、去中心化AI枢纽、隐私保护、可解释AI、边缘智能及伦理约束AI等方向，探讨未来研究路径。

人工智能快速发展带来变革，也挑战治理能力。文章汇集多项研究，探讨AI风险与治理，提出AI治理框架、SciGuard系统防范科学滥用、Dual Governance框架兼顾创新与安全，并建议借鉴生物伦理加强法律监管，通过政府、企业、公民多级治理构建可信AI。