深度分析
XAI 研究新方向：從方法導向到「定義‑屬性‑評估‑部署」基礎框架
隨著AI模型解釋需求升高，研究指出XAI多聚焦於開發臨時方法，缺乏明確目標與評估，導致實務應用有限。作者主張先建立定義、屬性與評估框架，再開發工具，預期提升解釋在決策與治理中的實際效用。此趨勢若被廣泛採納，將促使產業重視解釋性標準，提升模型透明度，並可能形成新興的XAI服務市場。
AI 治理
深度分析
Anthropic Claude Fable 5 突發下線：企業 AI 風險與模型避險策略分析
Anthropic 的 Claude Fable 5 因出口管制突然下線，揭露企業對單一 AI 模型的依賴風險。調查顯示，三分之二的企業已透過混合部署閉源與開源權重模型，或將工作流移至自有基礎設施來避險。然而，僅一成企業具備自動化監控能力，且近八成曾因自動化代理控制失效而受損，顯示 AI 部署速度已遠超治理能力。
通用人工智慧
通用人工智慧（General-Purpose AI）治理：從靜態合規轉向適應性風險管理
面對通用人工智慧的快速演進，傳統的靜態法律合規已不足夠。最新研究提出一套針對公部門的適應性治理框架，強調透過風險分級與制度學習，在不確定性中管理 AI 風險，並將治理重心從技術層面移至制度設計與組織轉型，以應對 2030 年前的技術挑戰。