本研究探讨了生成型人工智能（GenAI）代理在企业环境中的安全挑战，提出了全面的威胁模型，识别了9种主要威胁。文章强调了代理的自主性和复杂性带来的新风险，并提供了ATFAA和SHIELD框架以降低企业风险。

本研究探讨生成型人工智能在描绘畜牧业时的偏见，发现其美化传统养殖方式与实际情况不符。在禁止自动提示修正的情况下，生成的图像更为真实，揭示了AI对动物权益的影响。

本研究探讨了人们在经济决策中对生成型人工智能（GenAI）对齐程度的认知偏差，发现人们普遍高估了这种对齐，可能导致错误的判断和决策。

本文批判性讨论了生成型人工智能（GenAI）在非西方社会中强加西方意识形态的问题，并提出了缓解这些影响的策略。GenAI可能通过生成主要涉及西方学生文化参考和例子的内容来培育文化帝国主义，使非西方学生感到疏离。此外，GenAI对西方语言的主要使用可能会边缘化非主导语言，影响非西方学生以母语学习的能力。文章还提到，GenAI经常生成反映技术主导国家观点的内容和课程，盖过被边缘化的土著知识和做法。最后，文章提出了以人为中心的改革、解放性设计、设计前瞻性和有效的提示技巧等策略来减少新殖民主义产出的检索。

机器学习和生成型人工智能的能源消耗对成本、电力传输和环境可持续性有负面影响。最新工作发现，软件在优化机器学习能耗方面起关键作用。主张采用跨层次方法来优化能源利用，硬件提供支持架构，软件开发能源效率提升技术。

生成型人工智能应用将在多个领域引起革命性改变，但监管可能对开源生成型AI领域不利。建议负责任地开源生成型AI模型，并提出风险缓解措施。希望本报告能为AI安全和社会影响的讨论提供声音。

本文批判性讨论了生成型人工智能（GenAI）在非西方社会中强加西方意识形态的问题，并提出了缓解这些影响的策略。GenAI可能通过生成主要涉及西方学生文化参考和例子的内容来培育文化帝国主义，使非西方学生感到疏离。此外，GenAI对西方语言的主要使用可能会边缘化非主导语言，影响非西方学生以母语学习的能力。文章还提到，GenAI经常生成反映技术主导国家观点的内容和课程，盖过被边缘化的土著知识和做法。最后，文章提出了以人为中心的改革、解放性设计、设计前瞻性和有效的提示技巧等策略来减少新殖民主义产出的检索。

生成型人工智能应用将在多个领域引起革命性改变，但监管可能对开源生成型AI领域不利。建议负责任地开源生成型AI模型，并提出风险缓解措施。希望本报告能为AI安全和社会影响的讨论提供声音。

生成型人工智能是一种能够加速整体经济增长的稀有技术，有潜力积极地改变经济和社会。根据估计，美国经济中近80%的工作岗位可以通过使用生成型人工智能来至少将其任务完成速度提高一倍，而且质量不会降低。生成型人工智能已经带来了大量的生产力提升，随着人们和组织开发出利用其能力的互补创新，这种提升将会增加和扩散，从而加速经济增长。对于大规模技术失业的担忧可能夸大了。历史上的通用技术发展表明，它们带来的增长往往伴随着对劳动力的强烈需求，尽管这种需求通常是在新的职业中。生成型人工智能的快速变化将需要及时有效的再培训努力，而生成型人工智能本身具有帮助人们更好地学习如何使用它的独特能力。此外，由于生成型人工智能可以积累知识并随时提供，它在提高初级员工绩效、帮助解决工资不平

Hex框架用于描述大语言模型研究中的关键术语和概念，提供精确和一致的方法，推动生成型人工智能的新可能性，讨论构建安全、可靠、公正和健壮系统。

本文介绍了生成型人工智能在社会技术系统中的概念化，并提供了模型、系统和应用的示例。同时，讨论了当前生成型人工智能的局限性，并提出了商业与信息系统工程（BISE）研究的议程。

本文探讨了强化学习在生成型人工智能中的应用，分析了三种应用情况，讨论了该领域的机会和挑战。

基于大语言模型（LLM）的生成型人工智能系统取得了显著进展。集成知识检索架构可以无需额外模型微调，实现私有数据与公开可用的生成型人工智能系统的无缝集成。提出的检索中心化生成（RCG）方法将 LLMs 和检索器在上下文解释和知识记忆方面明确分离，可能导致更高效的实现。SimplyRetrieve 是一个开源工具，提供本地化、轻量级和用户友好的接口，支持 GUI 和 API 的 RCG 平台，并附带私有知识库构建器和检索调优模块。用户可以利用这些功能探索改善生成型人工智能性能的潜力，同时保持隐私标准。该工具可在此链接获取，并附有 MIT 许可。