Skip to content

Risk Academy, dipimpin oleh Nexus Consortium · Katalog kursus · Teknologi dan Sistem Digital

Kecerdasan Buatan dan Sistem Otonom

Keselamatan dan evaluasi AI

AI safety and evaluation, taught twice over: as the working methods of the field and as its frontier since 2024, with labs on the Academy's tools, open data and the Nexus Standards.

Kursus intiKursus terdepan

Disiplin

01Kursus inti · L2 Menengah

AI safety and evaluation: foundations and practice

This area covers how the capabilities, reliability and risks of AI systems are tested before and after deployment: evaluation design, red-teaming, benchmarks and their limits, safety cases for frontier models and agentic systems, and incident reporting.

AI safety and evaluation: foundations and practice

Tingkat
L2 Menengah
Waktu belajar
sekitar 24 jam (perkiraan perencanaan)
Status
Dalam penyusunan
Prasyarat
Satu kursus L1 di bidang ini, atau tinjauan masuk
Mengapa sekarang

Menunjukkan mengapa tolok ukur independen dan tolok ukur yang tidak dipakai dalam pelatihan penting ketika mengandalkan hasil evaluasi yang dilaporkan vendor.

National Institute of Standards and Technology, CAISI Evaluation of DeepSeek V4 Pro,

Capaian pembelajaran

  1. Define red-teaming and the other key terms of the discipline and use them correctly in a written case
  2. Explain evaluation design and metrics and red-teaming and adversarial testing with a worked example and its source
  3. Terapkan metode disiplin pada kasus yang terdokumentasi dan jelaskan setiap hasil beserta sumbernya
  4. Analyse a named case against benchmarks and data contamination, stating evidence, date and limits

Modul

  1. Rancangan evaluasi dan metrik

    • Rancangan evaluasi dan metrik
    • Red-teaming dan pengujian adversarial
    • Benchmarks and data contamination
  2. Dangerous capability evaluations

    • Dangerous capability evaluations
    • Safety cases for frontier models
    • Evaluasi sistem agentik
  3. Pemantauan setelah penerapan

    • Pemantauan setelah penerapan
    • Incident reporting and disclosure
  4. Laboratorium: metode disiplin

    • An attack success rate is measured per attempt against a stated attacker budget; the chance that at least one of k attempts succeeds grows as 1 minus (1 minus s) to the k, and a release gate compares that cumulative figure, after defences, with the level a safety case can tolerate.
    • Kerjakan metode pada kasus yang terdokumentasi dan jelaskan setiap hasil
    • Baca sumber metode dan nilai-nilai yang dinyatakannya

Laboratorium dengan alat Academy

Metode

Instrumen

  • Propagator orbitInstrumen fakultas di halaman fakultas, dijalankan pada data kembaran digital fakultas
  • Register evaluasiInstrumen fakultas di halaman fakultas, dijalankan pada data kembaran digital fakultas

Pembuat kembaran

Lapisan peta

Ruang Foundry

Nexus Standards

Mengajarkan

  • NRS-T1Risiko kecerdasan buatan
  • NRS-T16Risiko agen AI dan sistem keputusan otonom
  • NRS-A9Rangkaian evaluasi AI dalam kerja risiko
  • NRS-H95Kelompok bahaya: Kegagalan dan ketidakselarasan sistem AI
  • NRS-H96Kelompok bahaya: Keamanan AI dan rantai pasok model
  • NRS-H97Kelompok bahaya: Penyalahgunaan AI dan peningkatan kapabilitas
  • NRS-H98Kelompok bahaya: AI agentik yang bertindak dalam skala besar
  • NRS-M19Jalinan metode: Siber, AI, dan teknologi terdepan
Bertumpu pada 8
  • NS-1The UNI and the artefact catalogue
  • NS-16Profil aplikasi UNI (bagaimana artikel, dokumen, kode, data, API, dan antarmuka membawa UNI)
  • NRS-A1Standar sebagai kode: standar, persyaratan, dan pengujian yang dapat dibaca mesin
  • NRS-C1Kosakata dan ontologi risiko
  • NRS-C2Metode penilaian risiko
  • NRS-C3Data bahaya, keterpaparan, kerentanan, dan kapasitas
  • NRS-C4Model data risiko, pengenal, dan pertukaran
  • NRS-C7Peringatan dini, pemicu, dan aksi antisipatif

Penilaian

  • 40%

    Catatan laboratorium

    Kerjakan metode disiplin pada kasus yang terdokumentasi dan jelaskan setiap hasil beserta sumber dan tanggalnya

  • 40%

    Memo kasus

    Terapkan metode disiplin pada tempat atau organisasi tertentu, dengan menyatakan bukti dan batasan

  • 20%

    Pemeriksaan istilah kunci

    Jawaban singkat tentang istilah kunci, dinilai berdasarkan definisinya

Penyampaian

  • Daring dengan kecepatan sendiri, dengan laboratorium di peramban
  • Studi kohort selama enam hingga delapan minggu, dengan tinjauan laboratorium mingguan
  • Diselenggarakan bersama lembaga mitra, di dalam kursusnya sendiri

Menjadi mitra untuk kursus ini

  • Ajar bersama satu modul dan bawa kasus terkini dari pekerjaan Anda
  • Jadilah tuan rumah kohort untuk peserta didik Anda, dengan jadwal dan tinjauan Anda sendiri
  • Sumbangkan laboratorium: set data yang diterbitkan secara terbuka oleh lembaga Anda, atau sebuah model
  • Tinjau konten kursus dan rujukannya sebelum dibuka
  • Terjemahkan kursus dan sesuaikan kasusnya dengan kawasan Anda

Di LMS Academy

Course on the learning platform
Intermediate, 4 sections
Kelompok kohort
A community group for each cohort of learners
Capaian
Recorded on completion of the assessed work
Rujukan 4
  1. National Institute of Standards and Technology, CAISI Evaluation of DeepSeek V4 Pro,
  2. Shevlane et al., Model evaluation for extreme risks, 2023
  3. Phuong et al., Evaluating Frontier Models for Dangerous Capabilities, 2024
  4. Clymer et al., Safety Cases: How to Justify the Safety of Advanced AI Systems, 2024

02Kursus mutakhir · L3 Lanjutan

Keselamatan dan evaluasi AI: metode terdepan

The methods, data, tools and studies that changed AI safety and evaluation between 2024 and 2026, taught by reproducing them on open data.

Keselamatan dan evaluasi AI: metode terdepan

Tingkat
L3 Lanjutan
Waktu belajar
sekitar 28 jam (perkiraan perencanaan)
Status
Direncanakan
Prasyarat
AI safety and evaluation: foundations and practice; Working knowledge of a scripting language (Python or R) for the labs
Mengapa sekarang

Menunjukkan mengapa tolok ukur independen dan tolok ukur yang tidak dipakai dalam pelatihan penting ketika mengandalkan hasil evaluasi yang dilaporkan vendor.

National Institute of Standards and Technology, CAISI Evaluation of DeepSeek V4 Pro,

Capaian pembelajaran

  1. Explain what changed in AI safety and evaluation since 2024 and cite the studies, data or rules behind each change
  2. Mereproduksi evaluasi independen yang menemukan kesenjangan dengan skor yang dilaporkan sendiri oleh pengembang pada data terbuka, dan menyatakan ketidakpastian hasilnya
  3. Evaluasi studi tahun 2024 hingga 2026: pertanyaannya, data, metode, batasan, dan apa yang diubahnya bagi praktik
  4. Rancang analisis yang memadukan metode mutakhir dengan instrumen fakultas, dan berikan alasan setiap pilihan

Modul

  1. Evaluasi independen menemukan kesenjangan dengan skor yang dilaporkan sendiri oleh pengembang

    • Center for AI Standards and Innovation milik NIST menemukan bahwa DeepSeek V4 Pro memperoleh skor lebih baik pada evaluasi milik pengembangnya sendiri daripada pada evaluasi CAISI, termasuk tolok ukur nonpublik, dan memperkirakan bahwa model tersebut tertinggal sekitar delapan bulan dari model terkemuka AS.
    • Menunjukkan mengapa tolok ukur independen dan tolok ukur yang tidak dipakai dalam pelatihan penting ketika mengandalkan hasil evaluasi yang dilaporkan vendor.
    • National Institute of Standards and Technology, 1 May 2026
  2. UK AI Security Institute publishes first Frontier AI Trends Report

    • Drawing on evaluations of over 30 frontier models since 2023, the institute reports fast capability growth in cyber, chemistry and biology tasks, universal jailbreaks found in every system tested, and rising self-replication precursors.
    • Offers government test results on dangerous capabilities and safeguard strength that evaluators can use to benchmark their own methods.
    • AI Security Institute (UK), 18 December 2025
  3. Key update reviews technical safeguards and frontier risk management

    • The second key update finds prompt injection attacks still succeed about half the time with ten attempts, small data-poisoning attacks can be effective, and at least 12 companies now publish frontier safety frameworks with mostly implicit thresholds.
    • Menjelaskan seberapa besar penjaminan yang diberikan oleh pengamanan saat ini, yang membentuk cakupan red-teaming dan penilaian risiko residual.
    • International AI Safety Report, 25 November 2025
  4. Metrik cakrawala waktu mengukur pertumbuhan panjang tugas otonom

    • Para peneliti mengusulkan pengukuran kapabilitas AI berdasarkan panjang tugas perangkat lunak yang dapat diselesaikan model secara andal, dan menemukan bahwa cakrawala ini telah berlipat ganda kira-kira setiap tujuh bulan sejak 2019.
    • Memberi para evaluator ukuran tren kapabilitas agentik yang dapat menjadi dasar prakiraan dan ambang batas dalam kasus keselamatan.
    • arXiv, 18 Maret 2025
  5. UK renames AI Safety Institute as AI Security Institute

    • Pemerintah Inggris mengganti nama institut tersebut dan memfokuskannya kembali pada risiko AI yang serius dengan implikasi keamanan, seperti penyalahgunaan kimia dan biologi, serangan siber, penipuan dan materi pelecehan anak, serta menambahkan tim penyalahgunaan kriminal.
    • Signals how a leading public evaluator now prioritises security-related misuse in its testing agenda.
    • Departemen Sains, Inovasi, dan Teknologi Inggris Raya, 14 Februari 2025
  6. Laboratorium reproduksi

    • Perluas metode disiplin dengan satu metode mutakhir dan bandingkan hasilnya
    • Nyatakan ketidakpastian dan batasan hasil
    • Tinjauan sejawat berdasarkan daftar periksa bersama

Laboratorium dengan alat Academy

Metode

Instrumen

  • Propagator orbitInstrumen fakultas di halaman fakultas, dijalankan pada data kembaran digital fakultas
  • Register evaluasiInstrumen fakultas di halaman fakultas, dijalankan pada data kembaran digital fakultas
  • Linimasa insidenInstrumen fakultas di halaman fakultas, dijalankan pada data kembaran digital fakultas

Pembuat kembaran

Lapisan peta

Hub penelitian

  • Hub penelitianData terbuka dan publikasi hari ini dalam subjek fakultas, disaring untuk disiplin ini

Ruang Foundry

Nexus Standards

Mengajarkan

  • NRS-T1Risiko kecerdasan buatan
  • NRS-T16Risiko agen AI dan sistem keputusan otonom
  • NRS-A9Rangkaian evaluasi AI dalam kerja risiko
  • NRS-H95Kelompok bahaya: Kegagalan dan ketidakselarasan sistem AI
  • NRS-H96Kelompok bahaya: Keamanan AI dan rantai pasok model
  • NRS-H97Kelompok bahaya: Penyalahgunaan AI dan peningkatan kapabilitas
  • NRS-H98Kelompok bahaya: AI agentik yang bertindak dalam skala besar
  • NRS-M19Jalinan metode: Siber, AI, dan teknologi terdepan
Bertumpu pada 8
  • NS-1The UNI and the artefact catalogue
  • NS-16Profil aplikasi UNI (bagaimana artikel, dokumen, kode, data, API, dan antarmuka membawa UNI)
  • NRS-A1Standar sebagai kode: standar, persyaratan, dan pengujian yang dapat dibaca mesin
  • NRS-C1Kosakata dan ontologi risiko
  • NRS-C2Metode penilaian risiko
  • NRS-C3Data bahaya, keterpaparan, kerentanan, dan kapasitas
  • NRS-C4Model data risiko, pengenal, dan pertukaran
  • NRS-C7Peringatan dini, pemicu, dan aksi antisipatif

Penilaian

  • 50%

    Reproduksi metode

    Reproduksi satu metode mutakhir dengan data terbuka dan nyatakan ketidakpastian hasilnya

  • 30%

    Tinjauan studi

    Tinjauan kritis atas studi tahun 2024 hingga 2026: pertanyaan, data, metode, batasan, apa yang diubahnya

  • 20%

    Tinjauan sejawat

    Tinjau reproduksi dua peserta didik lain berdasarkan daftar periksa bersama

Penyampaian

  • Daring dengan kecepatan sendiri, dengan laboratorium di peramban
  • Studi kohort selama enam hingga delapan minggu, dengan tinjauan laboratorium mingguan
  • Diselenggarakan bersama lembaga mitra, di dalam kursusnya sendiri

Menjadi mitra untuk kursus ini

  • Ajar bersama satu modul dan bawa kasus terkini dari pekerjaan Anda
  • Jadilah tuan rumah kohort untuk peserta didik Anda, dengan jadwal dan tinjauan Anda sendiri
  • Sumbangkan laboratorium: set data yang diterbitkan secara terbuka oleh lembaga Anda, atau sebuah model
  • Tinjau konten kursus dan rujukannya sebelum dibuka
  • Terjemahkan kursus dan sesuaikan kasusnya dengan kawasan Anda

Di LMS Academy

Course on the learning platform
Expert, 6 sections
Kelompok kohort
A community group for each cohort of learners
Capaian
Recorded on completion of the assessed work
Rujukan 8
  1. National Institute of Standards and Technology, CAISI Evaluation of DeepSeek V4 Pro,
  2. AI Security Institute (UK), Frontier AI Trends Report,
  3. International AI Safety Report, Second Key Update: Technical Safeguards and Risk Management,
  4. arXiv, Measuring AI Ability to Complete Long Software Tasks,
  5. UK Department for Science, Innovation and Technology, Tackling AI security risks to unleash growth and deliver Plan for Change,
  6. Shevlane et al., Model evaluation for extreme risks, 2023
  7. Phuong et al., Evaluating Frontier Models for Dangerous Capabilities, 2024
  8. Clymer et al., Safety Cases: How to Justify the Safety of Advanced AI Systems, 2024

03Kursus program

Programme courses and the standards

Cara membaca pemetaan ke Nexus Standards

The Academy proposes how each discipline teaches toward the Nexus Standards; the mapping is open for public review. Bodies and standards are named so learners can find and apply their published work; the Academy teaches their use and links to the publisher, and no affiliation is implied.

04Peta langsung

Aktivitas terhubung di Britania Raya dan Irlandia

Cahaya malam hari dan kepadatan penduduk, jejak aktivitas yang berlistrik dan terhubung, di atas Britania Raya dan Irlandia.

Peta interaktif memerlukan JavaScript. Daftar lapisan dan sumber tersedia di bawah.

Lapisan 2

Aktivitas terhubung

Tentang lapisan ini
Bukti
Teramati
Sumber
VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
Penyedia
NASA LAADS DAAC
Lisensi
Data terbuka NASA
Vintase
harian; radiansi satelit, dikoreksi untuk cahaya bulan dan atmosfer
Terbaru saat build
2026-10-12
Resolusi
grid sekitar 500 m
Ketidakpastian
Radiansi malam satelit untuk tanggal yang ditampilkan; cahaya merupakan proksi penggunaan listrik dan pemadaman, bukan pengukuran pasokan atau akses.
Diakses melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Estimasi
Sumber
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universitas Columbia))
Penyedia
NASA SEDAC (CIESIN, Universitas Columbia)
Lisensi
CC BY 4.0
Vintase
static product; Census-based estimate, static (2020)
Resolusi
grid sekitar 1 km
Ketidakpastian
Estimasi berbasis sensus untuk jumlah penduduk per kilometer persegi pada 2020, ditampilkan sebagai konteks keterpaparan; bukan jumlah orang yang terdampak bahaya apa pun.
Diakses melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati
Sumber
Reflektansi terkoreksi VIIRS NOAA-20 (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Vintase
harian; citra satelit
Terbaru saat build
2026-10-14
Resolusi
grid sekitar 250 m
Ketidakpastian
Citra satelit. Raster satelit atau model sebagaimana dipublikasikan penyedia. Awan, celah sapuan, dan galat pengambilan data meninggalkan celah dan derau; nilai berupa indikator, bukan pengukuran di suatu tempat.
Diakses melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung

Terbaru yang tersedia

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © kontributor OpenStreetMap (ODbL) · Natural Earth

Memuat citra NASA terbaru.

Seret untuk menggeser. Ctrl atau ⌘ dan gulir, cubit, atau gunakan tombol untuk memperbesar. Arahkan kursor untuk melihat nilai di bawah penunjuk. Setel ulang untuk kembali ke wilayah.

Aktivitas terhubung, dengan fokus pada Britania Raya dan Irlandia.Produk satelit dan model sebagaimana diterbitkan NASA, masing-masing dengan tanggalnya sendiri. Produk ini merupakan indikator, bukan penilaian atas suatu tempat.

Data: NASA GIBS · ASTER GDEM · Blue Marble · © kontributor OpenStreetMap · Natural Earth · NASA EONET

Sumber dan lisensi

  • Kami mengakui penggunaan citra yang disediakan oleh layanan NASA Global Imagery Browse Services (GIBS), bagian dari NASA Earth Science Data and Information System (ESDIS). Warna digambar ulang dari peta warna yang diterbitkan. Nilai dirata-ratakan ke dalam sel H3 bila ditampilkan (dimodifikasi). Data terbuka NASA
  • Kami mengakui penggunaan citra yang disediakan oleh layanan NASA Global Imagery Browse Services (GIBS), bagian dari NASA Earth Science Data and Information System (ESDIS). Warna digambar ulang dari peta warna yang diterbitkan. Nilai dirata-ratakan ke dalam sel H3 bila ditampilkan (dimodifikasi). Data terbuka NASA
  • Cahaya malam VIIRS Black Marble, NASA Goddard Space Flight Center. Didistribusikan oleh NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC). Citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan. Nilai dirata-ratakan ke dalam sel H3 bila ditampilkan (dimodifikasi). Data terbuka NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Licensed under CC BY 4.0. Colours redrawn from the published colour map; values averaged into H3 cells where shown (modified). doi:10.7927/H49C6VHW. CC BY 4.0
  • Produk near-real-time VIIRS (banjir, suhu permukaan daratan, tutupan salju, reflektansi terkoreksi), NASA LANCE. Citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan. Nilai dirata-ratakan ke dalam sel H3 bila ditampilkan (dimodifikasi). Data terbuka NASA
  • ASTER GDEM adalah produk METI dan NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC). Citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan. Nilai dirata-ratakan ke dalam sel H3 bila ditampilkan (dimodifikasi). Kutip sebagai: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Data terbuka NASA
  • Dibuat dengan Natural Earth. Data peta vektor dan raster gratis @ naturalearthdata.com. Domain publik
  • © OpenStreetMap contributors (ODbL), via NASA GIBS (coastlines, boundaries, roads and place names). Colours redrawn from the published colour map; values averaged into H3 cells where shown (modified). ODbL
  • Blue Marble, NASA Earth Observatory. Citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan. Nilai dirata-ratakan ke dalam sel H3 bila ditampilkan (dimodifikasi). Data terbuka NASA
  • Konteks pada globe dan peta datar: garis pantai, batas wilayah, jalan, dan nama tempat dari lapisan acuan NASA GIBS (data OpenStreetMap, ODbL, © kontributor OpenStreetMap). Citra Blue Marble sebagai peta dasar opsional. Medan 3D dan keterangan elevasi dari indeks warna elevasi ASTER GDEM (kelas 5 m hingga 200 m, dilebih-lebihkan agar terbaca). Batas wilayah digambar sebagaimana diterbitkan dan tidak menyiratkan posisi atas wilayah mana pun.
  • Globe: MapLibre GL JS 6.18.0, BSD-3-Clause, © MapLibre contributors.
  • Peristiwa langsung: NASA Earth Observatory Natural Event Tracker (EONET). Peristiwa bersifat indikatif dan mempertahankan tautan sumber aslinya.
  • NASA GIBS: Kami mengakui penggunaan citra yang disediakan oleh layanan NASA Global Imagery Browse Services (GIBS), bagian dari NASA Earth Science Data and Information System (ESDIS).
  • Lapisan opsional (3 sumber dalam daftar lapisan: langsung, prakiraan, observasi, dan konteks) menampilkan kredit penyedianya di peta dan di sini saat diaktifkan. Prakiraan adalah keluaran model, dan indeks turunan adalah estimasi.

Lapisan dan tanggal

  • Cahaya malam, harian: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 Okt 2026
  • Population density, 2020: Population: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · static
  • Warna asli: reflektansi terkoreksi VIIRS NOAA-20, NASA LANCE · 13 Okt 2026

Open the faculty's digital twin builder Map tools

05Cara pembelajaran berjalan

Cara pembelajaran berjalan, sebagai proses yang dapat Anda jalankan

8 steps · 4 stages · 2 gates · 16 processes

Pilih skenario dan tekan Putar: kursus, jalur, praktik, fakultas, sel, dan catatan.

Akademi Risiko

Course, catalogue to completion

A free course pairs one discipline's methods with a real place, open data and standards, with module checks, assessed work and a completion record.

Scenarios Course · Practice · Record

  1. 01 Open

    1. 01

      Pilih kursus

      Start · the learner

      Temukan kursus dalam katalog, menurut fakultas, tingkat, jenis, atau standar yang diajarkannya.

    2. 02

      Pemeriksaan masuk

      Gate · the course

      Prasyarat menyatakan hal yang dipelajari terlebih dahulu. Tinjauan masuk dapat menggantikannya.

  2. 02 Study

    1. 03

      Pelajaran

      Step · the learner

      Baca dan kerjakan pelajaran, secara mandiri atau bersama kohort.

    2. 04

      Laboratorium pada kembaran

      Exercise · the learner, on the faculty twin

      Jalankan metode disiplin ilmu dan instrumen fakultas pada kembaran tempat nyata.

  3. 03 Assess

    1. 05

      Pemeriksaan modul

      Gate · the course

      Setiap modul berakhir dengan pemeriksaan singkat terhadap capaiannya.

    2. 06

      Pekerjaan yang dinilai

      Decision · reviewers and peers

      Catatan laboratorium, memo kasus, dan pemeriksaan istilah kunci, dengan tinjauan sejawat bila kursus mensyaratkannya.

  4. 04 Record

    1. 07

      Catatan penyelesaian

      Record · the Academy

      Catatan menyebut kursus, versinya, dan tanggal. Catatan itu hak pembelajar untuk dibagikan.

    2. 08

      Kursus berikutnya

      Outcome · the learner

      Catatan terakumulasi menjadi capaian disiplin ilmu dan jalur belajar, dan kursus berikutnya dibuka.

How learning works · Courses An outline of how the work is designed to run; it does not report the status of any decision or record.

06Berpartisipasi

Berpartisipasi dalam pekerjaan

Mulai dari siapa Anda.

Jalur

  • Rute

    Lembaga nasional

    Kementerian, kantor statistik, dan badan: meja dan cabang nasional, serta kursi di kelompok kerja. Cabang nasional

  • Rute

    Sektor dan profesi

    Operator, regulator, bank, perusahaan asuransi, dan badan profesi yang pekerjaannya bersinggungan dengan risiko sistemik. Untuk organisasi

  • Rute

    Pembelajaran

    Kursus dan praktik, dengan catatan setiap kursus yang diselesaikan. Gratis untuk dipelajari. Pembelajaran terbuka

  • Rute

    Standar

    Susun, tinjau, dan adopsi metode serta standar data bersama kelompok kerja. Kelompok kerja

  • Rute

    Komunitas dan riset

    Universitas, masyarakat sipil, dan pakar perorangan: proyek, data, dan tinjauan. Tulis kepada Academy

Panggilan terbuka

Panggilan terbukaMencariDitutup
Panggilan pendirian bagi pakar untuk kelompok kerja CALL-FOUNDING-EXPERTSahli, editor, ketua2026-12-15
Nominasi terbuka untuk tiga kursi pakar independen di Global Standards Council CALL-GSC-INDanggota-dewan2026-12-01
Nominasi anggota regional sementara (hanya berlaku jika ketentuan peralihan diputuskan) CALL-GSC-REGanggota-dewan2026-12-15
Tinjauan kerangka inti risiko gelombang 1 (C1, C2, C3, C4, C8, C10, C11) CALL-REVIEW-WAVE1kontributor2027-01-31
Pakar untuk standar inti ilmu risiko: ketidakpastian dan pemeringkatan bukti, skala, penilaian pakar terstruktur, tingkat toleransi, peristiwa ekstrem dan majemuk, risiko katastrofik dan eksistensial, etika dan kesetaraan, satuan dan pengukuran (NRS-C17 hingga NRS-C24) CALL-CORE-SCIENCEahli, editor, ketua2027-01-31
Peninjau independen untuk keluarga atlas bahaya, tiga orang dari sekurang-kurangnya dua kawasan untuk setiap keluarga (NHS2-R19), keluarga prioritas lebih dahulu CALL-ATLAS-REVIEWahli2027-03-31
Anggota Panel Tinjauan Keselamatan Frontier sementara dan peninjau red team (biosafety dan biosekuriti, keselamatan dan keamanan AI, keamanan infrastruktur kritis); lamaran ditangani secara rahasia CALL-FRONTIER-SAFETY-REVIEWahli2026-11-30
Pakar ontologi, metrologi, verifikasi perangkat lunak, dan penilaian kesesuaian untuk register persyaratan, representasi mesin NHS-2, rangkaian uji kesesuaian, dan skema penilaian kesesuaian CALL-CONFORMANCE-ONTOLOGYahli, editor2027-01-31

Panggilan yang telah melewati tanggal penutupan disembunyikan secara otomatis. Semua panggilan, usulan, dan jalur: bidang dan panggilan terbuka.

Sel

A cell is a small team with a clear mission, a host and a record of what it does. Choose the type that fits.

Form a cellAll cell types

  • Cell type

    Community emergency response team (CERT)

    Local preparedness and first response. Open

  • Cell type

    Research cell

    Methods, models, papers and datasets. Open

  • Cell type

    Data and observation cell

    Sensors, gauges, monitoring and open data. Open

  • Cell type

    Standards cell

    Drafts, reviews and adopts a standard with the standards working groups. Open

  • Cell type

    Policy and advisory cell

    Briefs, consultations and policy proposals. Open

  • Cell type

    Learning cell

    Course teams, cohorts and peer study. Open

  • Cell type

    Engineering and digital cell

    Tools, twins and infrastructure work. Open

  • Cell type

    Field and operations cell

    Projects on the ground, early warning and anticipatory action. Open

  • Cell type

    Finance and risk transfer cell

    Parametric design and risk-finance readiness. Open

  • Cell type

    Sector cell

    Health, food, water and the other sector cells. Open

  • Cell type

    Review and assurance cell

    Peer review panels and verification. Open

  • Cell type

    Youth, campus or chapter cell

    University, student and national chapter teams. Open

A cell acts within its host's rules and never replaces an authority. A CERT works alongside the local emergency services, follows their direction and is not an emergency service.

How a cell forms

  1. Bentuk sel

    Kumpulkan tiga hingga tujuh orang dengan keterampilan yang saling melengkapi: data, praktik lapangan, kebijakan, dan komunikasi.

  2. Choose a type

    Pick the kind of cell that fits the work, from the gallery below. A cell can add a second focus later. See the types

  3. Daftarkan

    Name the cell, its members, area and region, and who hosts it. You receive a reference and a contact. Form a cell

  4. Belajar bersama

    Ikuti jalur belajar bersama di Risk Academy, dengan praktik dan catatan setiap kursus yang diselesaikan. Bahaya dan ketahanan

  5. Pimpin dan laporkan

    Hold regular sessions. Publish what the cell learns through Reports. Bring findings to the working groups. Working groups

Indeks

Apa yang dapat dilakukan tim nasional atau komunitas lokal di The Global Risks Index (NXS-GRX) hari ini.

  • NXS-GRX

    Profil negara Anda

    Profil risiko terbuka untuk 195 negara, dengan sumber dan lisensi pada setiap nilai. Buka Index

  • NXS-GRX

    Koreksi atau tanggapi

    Koreksi nilai atau berikan tanggapan untuk negara Anda. Perubahan dicatat beserta dampaknya. Buka Index

  • NXS-GRX

    Tawarkan data

    Tawarkan set data. Set data masuk melalui gerbang lisensi, dengan mencantumkan nama Anda. Buka Index

  • NXS-GRX

    Gunakan data terbuka

    Lapisan, profil, dan tile melalui API terbuka. Buka Index

07Pertanyaan

Pertanyaan, jawaban, dan istilah kunci

Apakah kursus ini gratis?

Ya. Setiap kursus dan materi pembelajaran Risk Academy, yang dipimpin oleh Nexus Consortium, gratis untuk dipelajari, secara mandiri atau bersama kohort. Partisipasi biasa tidak dipungut biaya. Pekerjaan berbayar, magang, dan fellowship merupakan pengaturan terpisah.

Apa yang saya peroleh dengan menyelesaikan kursus?

Catatan penyelesaian: kursus, versinya, tanggal, dan hal yang dinilai. Catatan ini bersifat privat secara bawaan dan dibagikan oleh Anda. Catatan ini terakumulasi menjadi capaian disiplin ilmu, departemen, dan program. Catatan menyatakan hal yang dipelajari dan dinilai, dan tidak menyertifikasi kompetensi. Catatan ini bukan lisensi, gelar profesional, atau status kepegawaian.

Dari mana data dan tempat-tempat ini berasal?

Setiap fakultas mengajar pada kembaran sebuah tempat nyata yang dibangun dari data terbuka. Setiap lapisan mencantumkan penyedia, lisensi, dan tanggalnya, dan setiap hasil di Academy menyebutkan sumbernya. Peta dan gambar adalah indikator untuk pengajaran, bukan penilaian atas suatu tempat.

Bagaimana saya dapat berpartisipasi di luar kursus?

Bentuk sel kompetensi beranggotakan tiga hingga tujuh orang, pelajari jalur belajar bersama, kerjakan penugasan terbimbing dalam National Working Groups, atau bawa kohort dari lembaga Anda. Untuk organisasi.

Istilah kunci

Red-teaming
Upaya terstruktur untuk membuat sistem gagal atau berperilaku salah, guna menemukan kelemahan sebelum pihak lain menemukannya.
Kontaminasi tolok ukur
Ketika data uji bocor ke data pelatihan suatu model, sehingga skor melebihkan kemampuannya.
Kasus keselamatan
Argumen terstruktur, didukung bukti, bahwa suatu sistem cukup aman untuk penggunaan tertentu.
Model frontier
Model AI serba guna yang berada pada atau mendekati tingkat kemampuan tertinggi yang tersedia pada suatu waktu.

LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Reports is the Consortium's quarterly publication, written by six desks. This page sits with the Academy Capability desk. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work. Sent to the wrong desk, it is forwarded, not refused.

Academy Capability desk

Jangan pernah mengirim data pribadi, rincian infrastruktur sensitif, atau apa pun yang tidak berhak Anda bagikan. Kontribusi ditinjau sebelum digunakan. Mengirimkannya tidak memberikan hak kepenulisan atau editorial, dan sponsor tidak pernah membeli sebuah temuan.

Akademi Risiko

Study AI safety and evaluation with us, or teach it

Setiap kursus gratis dan terbuka. Lembaga dan pakar dapat mengajar bersama, menjadi tuan rumah kohort, menyumbangkan laboratorium, atau meninjau kursus sebelum dibuka.

Telusuri katalog kursusBermitra dengan Academy