arXiv cs.AI· Joshua Owotogbe, Roya Nasiri, Indika Kumara, Damian Andrew Tamburri, Willem-Jan van den Heuvel·· 3 天前AI 评分20
AI 鲁棒性审计的可操作元需求：一项系统性文献综述与 128 名从业者验证
Actionable Meta-Requirements for AI Robustness Auditing
AI 导读
一项设计科学研究通过系统性文献综述从 2,890 条记录中保留 74 条，提炼出 16 类共 43 条 AI 鲁棒性审计元需求，并经 128 名从业者评估获得 5,504 条评分，其中 81.20% 表示同意或强烈同意。
正文 · AI 翻译
摘要：当 AI 系统运行所依赖的条件发生变化时（例如由于输入扰动、分布偏移或外部依赖变化），这些系统必须保持可靠。这使得对此类系统进行鲁棒性审计变得重要，以判断现有证据是否足以支持既定的鲁棒性结论。然而，设计一个 AI 鲁棒性审计框架具有挑战性。一个尚未解决的关键问题是确定此类框架应支持哪些需求；这些需求尚未得到整合。我们通过元需求来弥补这一空白：元需求是指定一类审计框架应支持什么的高阶需求。在设计科学研究中，文献和领域专家是元需求的常见来源；据此，我们从文献中推导出初始集合，并与从业者一起验证和完善它。我们的系统文献综述从 2,890 条记录中保留了 74 条，并推导出 16 个类别下的 43 项元需求。我们与 128 名从业者对其进行了评估，获得了 5,504 条评分和 586 条实质性评论。总体而言，81.20% 的评分表示同意或强烈同意。特别是，43 项源自文献的元需求中有 41 项被归类为强烈支持。从业者的反馈完善了这些需求，并识别出一项关于外部组件和供应链依赖的额外需求。最终集合包含 16 个类别下的 44 项元需求，其中 43 项获得了定量验证。这些元需求可以帮助组织实施 AI 鲁棒性审计框架、评估现有框架的完整性并对其进行改进。
| 主题： | 人工智能（cs.AI）；软件工程（cs.SE） |
| 引用为： | arXiv:2610.14356 [cs.AI] |
| （或使用 arXiv:2610.14356v1 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.14356 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Joshua Owotogbe [查看电子邮件]
[v1]
2026年10月9日星期五 22:01:19 UTC（1,672 KB）
来源：arXiv cs.AI · arxiv.org