标签
本文对欧盟、美国和中国在高风险用例中的AI法规进行了比较性综述，分析了FAIR原则并识别了治理差距。文章提出Knowledge Blocks，一种机器可检查的合规制品模式，以应对实施挑战。
本文介绍了营养数据服务（NDS），这是一种保留来源的基础设施，将FAIR原则付诸实践，用于AI智能体介导的营养研究，解决了数据身份、搜索和交叉映射的挑战。与开放网络重建相比，它展示了强大的基准测试结果和更高的可重复性。
AgentFAIR是一个多智能体框架，利用LLM评估器和批评者来评估地理空间数据集的FAIR合规性，在专家研究中实现了89%的子原则一致性和Fleiss κ=0.71，每个数据集成本为0.054美元。
一种名为FAIR GraphRAG的新型框架将FAIR数字对象与基于图的检索相结合，以增强面向语义数据分析的检索增强生成，提高了问答准确性并遵循FAIR原则，在生物医学数据集上进行了演示。