<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Compliance on 中文AI术语词典</title><link>https://terms-en.ai-term-hub.com/zh/tags/compliance/</link><description>Recent content in Compliance on 中文AI术语词典</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 18 Jul 2026 11:44:45 +0000</lastBuildDate><atom:link href="https://terms-en.ai-term-hub.com/zh/tags/compliance/index.xml" rel="self" type="application/rss+xml"/><item><title>数据最小化</title><link>https://terms-en.ai-term-hub.com/zh/terms/data_minimization/</link><pubDate>Sat, 18 Jul 2026 11:38:39 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/data_minimization/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>数据最小化是一项核心的隐私原则，要求组织将数据收集限制在充分、相关且必要的范围内。在人工智能领域，这意味着设计能够减少不必要数据依赖的模型。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>仅收集和处理特定目的所严格必要的个人数据的原则。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>目的限制&lt;/li>
&lt;li>设计隐私&lt;/li>
&lt;li>数据缩减&lt;/li>
&lt;li>监管合规&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>为公共研究设计匿名化数据集&lt;/li>
&lt;li>实施联邦学习以保持原始数据本地化&lt;/li>
&lt;li>审计AI系统是否存在过度数据保留&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/gdpr-%E9%80%9A%E7%94%A8%E6%95%B0%E6%8D%AE%E4%BF%9D%E6%8A%A4%E6%9D%A1%E4%BE%8B/">GDPR (通用数据保护条例)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/anonymization-%E5%8C%BF%E5%90%8D%E5%8C%96/">Anonymization (匿名化)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/differential-privacy-%E5%B7%AE%E5%88%86%E9%9A%90%E7%A7%81/">Differential Privacy (差分隐私)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/purpose-limitation-%E7%9B%AE%E7%9A%84%E9%99%90%E5%88%B6/">Purpose Limitation (目的限制)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>负责任的人工智能</title><link>https://terms-en.ai-term-hub.com/zh/terms/responsible_ai/</link><pubDate>Sat, 18 Jul 2026 11:32:14 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/responsible_ai/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>负责任的人工智能涵盖旨在减轻人工智能相关风险的原则和实践。它涉及审计模型偏见、确保决策的可解释性、保护数据隐私，并建立问责机制，以确保 AI 系统的社会影响是积极且可控的。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>确保人工智能系统以合乎伦理的方式开发和部署的框架，重点关注公平性、透明度、问责制和安全。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>公平性与偏见&lt;/li>
&lt;li>可解释性 (XAI)&lt;/li>
&lt;li>问责制&lt;/li>
&lt;li>数据隐私&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>企业 AI 治理&lt;/li>
&lt;li>监管合规&lt;/li>
&lt;li>伦理 AI 审计&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/ai-%E4%BC%A6%E7%90%86/">AI 伦理&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%81%8F%E8%A7%81%E7%BC%93%E8%A7%A3/">偏见缓解&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E9%80%8F%E6%98%8E%E5%BA%A6/">透明度&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E6%B2%BB%E7%90%86/">治理&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>引用</title><link>https://terms-en.ai-term-hub.com/zh/terms/citation/</link><pubDate>Sat, 18 Jul 2026 11:10:07 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/citation/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>随着生成式 AI 模型产生内容，出现了引用机制的需求，以维护学术诚信和法律合规性。这涉及在生成的内容中嵌入对原始来源的参考，从而追溯数据的出处。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>AI 中的引用是指在生成的文本或模型中使用源材料或数据时进行归属，以确保透明度和知识产权合规性。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>归属&lt;/li>
&lt;li>幻觉缓解&lt;/li>
&lt;li>版权合规&lt;/li>
&lt;li>来源验证&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>学术研究助手&lt;/li>
&lt;li>法律文档生成&lt;/li>
&lt;li>事实核查工具&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/rag-%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90/">RAG (检索增强生成)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/grounding-%E6%8E%A5%E5%9C%B0-%E4%BA%8B%E5%AE%9E%E9%94%9A%E5%AE%9A/">Grounding (接地/事实锚定)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/knowledge-graph-%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1/">Knowledge Graph (知识图谱)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/intellectual-property-%E7%9F%A5%E8%AF%86%E4%BA%A7%E6%9D%83/">Intellectual Property (知识产权)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>审计</title><link>https://terms-en.ai-term-hub.com/zh/terms/audit/</link><pubDate>Sat, 18 Jul 2026 11:07:26 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/audit/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>AI审计涉及对机器学习模型及其部署管道的严格、结构化审查。它评估公平性、透明度、问责制和安全性，以识别潜在的偏见。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>对人工智能系统进行系统性评估，以确保其符合道德标准、监管要求和性能基准。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>合规性&lt;/li>
&lt;li>偏见检测&lt;/li>
&lt;li>透明度&lt;/li>
&lt;li>问责制&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>金融AI的监管合规检查&lt;/li>
&lt;li>招聘算法中的公平性评估&lt;/li>
&lt;li>深度学习模型的安全漏洞扫描&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%8F%AF%E8%A7%A3%E9%87%8Aai-explainable-ai/">可解释AI (Explainable AI)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E6%A8%A1%E5%9E%8B%E6%B2%BB%E7%90%86-model-governance/">模型治理 (Model Governance)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E4%BC%A6%E7%90%86ai-ethical-ai/">伦理AI (Ethical AI)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E9%A3%8E%E9%99%A9%E8%AF%84%E4%BC%B0-risk-assessment/">风险评估 (Risk Assessment)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>数据保护</title><link>https://terms-en.ai-term-hub.com/zh/terms/data_protection/</link><pubDate>Sat, 18 Jul 2026 10:59:40 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/data_protection/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>数据保护包括旨在保护个人数据和专有数据免受泄露和滥用的法律、技术和组织措施。在人工智能领域，这包括实施加密、访问控制和匿名化等技术，以确保合规性并维护用户隐私。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>在整个数据生命周期中，防止敏感信息遭受未经授权的访问、损坏或盗窃的过程。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>加密&lt;/li>
&lt;li>隐私合规&lt;/li>
&lt;li>访问控制&lt;/li>
&lt;li>匿名化&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>保护医疗人工智能中的患者健康记录&lt;/li>
&lt;li>在推荐系统中保护用户身份&lt;/li>
&lt;li>遵守欧盟公民数据的 GDPR 规定&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/gdpr-%E9%80%9A%E7%94%A8%E6%95%B0%E6%8D%AE%E4%BF%9D%E6%8A%A4%E6%9D%A1%E4%BE%8B/">GDPR (通用数据保护条例)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/privacy-preserving-ml-%E9%9A%90%E7%A7%81%E4%BF%9D%E6%8A%A4%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/">Privacy-Preserving ML (隐私保护机器学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/data-security-%E6%95%B0%E6%8D%AE%E5%AE%89%E5%85%A8/">Data Security (数据安全)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/ethics-%E4%BC%A6%E7%90%86/">Ethics (伦理)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>隐私</title><link>https://terms-en.ai-term-hub.com/zh/terms/privacy/</link><pubDate>Sat, 18 Jul 2026 10:54:02 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/privacy/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>在人工智能领域，隐私指的是在数据收集、模型训练和推理阶段，保护敏感用户信息免受未经授权的访问或滥用。它涉及……&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>个人控制其个人信息在AI系统中如何被收集、使用和共享的权利。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>数据匿名化&lt;/li>
&lt;li>差分隐私&lt;/li>
&lt;li>同意管理&lt;/li>
&lt;li>GDPR合规性&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>使用患者记录进行医疗诊断&lt;/li>
&lt;li>金融欺诈检测系统&lt;/li>
&lt;li>个性化推荐引擎&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/security-%E5%AE%89%E5%85%A8/">Security (安全)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/ethics-%E4%BC%A6%E7%90%86/">Ethics (伦理)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/bias-%E5%81%8F%E8%A7%81/">Bias (偏见)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/transparency-%E9%80%8F%E6%98%8E%E5%BA%A6/">Transparency (透明度)&lt;/a>&lt;/li>
&lt;/ul></description></item></channel></rss>