AI监管参考
righttowarn.ai
Right to Warn是由AI行业前从业者发起的行业倡议类平台，核心定位为推动AI领域员工风险披露权益保障体系建设，搭建AI风险信息安全披露通道。平台支持AI从业者匿名向相关方提交AI技术研发、应用全链路的风险信息，同时为披露人提供权益保护指导；整理公开的AI风险披露相关政策、案例，为监管政策完善提供参考；汇总不同领域的AI风险研究成果，为公众认知AI风险提供信息渠道。目标用户包括AI企业员工、AI行业监管人员、AI伦理研究人员、AI企业管理人员、普通公众等，可用于AI从业者安全披露工作中发现的风险问题，监管部门收集AI行业潜在风险线索，研究人员获取AI风险相关的一线案例素材等场景。
model-spec.openai.com
OpenAI Model Spec是OpenAI官方发布的2025版AI模型行为规范文档站点，核心定位是为AI模型交互行为提供标准化的安全指引。站点详细罗列了多场景下的模型响应规则，明确了敏感内容处理边界、有害信息拦截标准、合规输出的判断逻辑，同时附带不同风险场景的实际交互示例。该站点面向AI产品开发者、AI伦理研究人员、普通AI用户、企业AI落地团队、AI监管从业者、内容审核从业者，可用于对齐AI产品的行为标准、开展AI伦理合规评估、明确AI使用的合理边界、构建企业内部AI应用的安全规则等场景，帮助各方在AI技术落地过程中平衡实用性与风险防控。
airisk.mit.edu
AI Risk Repository是麻省理工学院推出的AI风险公开数据库，当前收录超700个已发生或被验证的AI风险案例，按风险成因、所属领域、影响范围三个维度进行标准化分类整理。平台支持按关键词检索、多维度筛选、风险关联溯源等功能，目标用户覆盖AI领域研究人员、技术开发者、企业风控人员、AI审计师、政策制定者及高校相关专业师生。可应用于AI伦理研究、产品风险前置评估、行业监管政策制定、高校课程案例教学、AI系统审计校验等多个场景，为AI安全相关工作提供结构化的案例参考框架。