five

ai-military-ethics-bibliography|军事人工智能数据集|伦理数据集

收藏
huggingface2025-04-28 更新2025-04-29 收录
军事人工智能
伦理
下载链接:
https://huggingface.co/datasets/agentlans/ai-military-ethics-bibliography
下载链接
链接失效反馈
资源简介:
军事人工智能伦理参考文献目录,包含与军事人工智能、国际人道法、AI伦理、自主武器、双重用途技术、开源情报、AI治理、人道法、军事伦理和AI政策相关的参考文献。
创建时间:
2025-04-28
原始信息汇总

Military AI Ethics Bibliography 数据集概述

数据集基本信息

  • 名称: Military AI Ethics Bibliography
  • 语言: 英语 (en)
  • 许可证: CC-BY-4.0
  • 数据规模: <1K
  • 任务类别: 文本生成 (text-generation)
  • 标签:
    • military-ai
    • international-humanitarian-law
    • ai-ethics
    • autonomous-weapons
    • dual-use-technology
    • open-source-intelligence
    • ai-governance
    • humanitarian-law
    • military-ethics
    • ai-policy

数据集内容

  • 格式: BibTeX 文件
  • 文件位置: citations.bib
  • 内容描述: 包含关于军事AI伦理的参考文献,涵盖国际人道法、自主武器、双重用途技术等主题。

使用目的

  • 研究军事AI伦理的研究人员
  • 分析国际人道法合规性的政策分析师
  • 开发防御相关AI系统的开发者
  • 国际关系学者

局限性

伦理考量

  • 强调在军事AI开发中需考虑伦理和法律挑战
  • 需遵守国际人道法原则
  • 需注意双重用途技术的潜在风险
  • 强调人类监督在关键AI应用中的必要性

参考文献

  • Crootof, R. (2022)
  • Paoli, G. P., & Afina, Y. (2025)
  • Roumate, F. (2020)
  • Khan, S. Y. (2023)
  • United Nations. (2024)
  • Woodcock, T. K. (2024)
  • National Security Commission on Artificial Intelligence. (n.d.)
AI搜集汇总
数据集介绍
main_image_url
构建方式
该数据集通过系统收集公开可获取的军事人工智能伦理领域学术文献构建而成,采用BibTeX格式整合了包括国际人道法、自主武器系统、双重用途技术等核心主题的权威研究成果。文献筛选过程注重来源的学术性和时效性,主要收录联合国、红十字国际委员会等国际组织报告,以及经同行评议的期刊论文和专著章节,确保数据集的学术价值与法律参考意义。
特点
数据集聚焦军事人工智能应用的伦理与法律边界,其显著特点在于跨学科性,涵盖国际人道法、AI治理、军事伦理等多维度研究视角。内容具有鲜明的时效性特征,收录文献截至2025年最新研究成果,包括联合国秘书长声明等政策文件。数据集采用标准化BibTeX格式存储,便于文献管理软件直接调用,且所有条目均经过开放获取许可验证,确保学术使用的合规性。
使用方法
研究人员可通过解析BibTeX文件获取完整文献元数据,结合Zotero等引文管理工具构建个性化研究库。该数据集特别适用于比较法学研究,可通过关键词聚类分析军事AI伦理研究的学术演进路径。政策制定者可将数据集作为立法参考框架,利用其结构化数据追踪特定法律概念(如比例性原则)在不同文献中的阐释脉络。开发人员应注意结合原始文献内容,对数据集标注的法律原则进行上下文验证。
背景与挑战
背景概述
该数据集由agentlans团队于2025年创建,聚焦军事人工智能伦理这一新兴交叉学科领域。作为首个系统整理军事AI伦理文献的开放数据集,其核心研究问题在于探索人工智能技术在军事应用中如何遵循国际人道主义法(IHL)原则。数据集收录了包括联合国裁研所、红十字国际委员会等权威机构的最新研究成果,为研究者提供了关于自主武器系统、双重用途技术等关键议题的学术参考。该数据集的出现填补了军事AI伦理研究缺乏系统性文献索引的空白,对推动负责任军事AI发展具有重要学术价值。
当前挑战
军事AI伦理研究面临双重挑战:在学术层面,如何将抽象的国际人道主义法原则(如比例性原则)转化为可量化的AI系统评估指标仍存在理论缺口;在技术层面,开源军事数据的双重用途特性导致数据治理困境,特别是马赛克效应可能引发非预期的安全风险。数据构建过程中,研究者需平衡文献的全面性与权威性,既要涵盖跨学科视角,又要确保所有引用来源符合军事伦理研究的严谨性要求。此外,动态发展的军事AI技术使得文献库需要持续更新以保持时效性。
常用场景
经典使用场景
在军事人工智能伦理研究领域,该数据集为学者提供了系统性的文献参考框架。通过整合国际人道法、自主武器系统及双重用途技术等核心议题的权威文献,研究人员能够快速定位关键学术观点,追溯军事AI伦理规范的理论渊源。数据集特别适用于开展系统性文献综述,帮助厘清军事人工智能发展过程中面临的道德困境与法律挑战。
解决学术问题
该数据集有效解决了军事AI伦理研究中的文献分散性问题,为跨学科研究提供了统一的知识图谱。通过收录联合国、红十字国际委员会等权威机构的政策文件,以及国际人道法领域的学术著作,数据集填补了商业AI伦理与军事应用伦理之间的研究空白。其核心价值在于建立了技术开发与国际法律规范之间的学术桥梁,为AI军事应用的合规性研究奠定了文献基础。
衍生相关工作
基于该数据集衍生的研究显著推进了军事AI伦理标准化进程。Crootof(2022)关于问责缺口的研究深化了算法决策的归责理论,Woodcock(2024)则据此建立了人机协同的比例原则评估模型。在政策层面,数据集支撑了联合国《人工智能军事应用指南》的制定,并催生出多个关于开源情报伦理使用的跨国家研究项目。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

Google Scholar

Google Scholar是一个学术搜索引擎,旨在检索学术文献、论文、书籍、摘要和文章等。它涵盖了广泛的学科领域,包括自然科学、社会科学、艺术和人文学科。用户可以通过关键词搜索、作者姓名、出版物名称等方式查找相关学术资源。

scholar.google.com 收录

UCI Machine Learning Repository

UCI机器学习库是一个包含数据库、领域理论和数据生成器的集合,这些被机器学习社区用于机器学习算法的实证分析。

github 收录

中国食物成分数据库

食物成分数据比较准确而详细地描述农作物、水产类、畜禽肉类等人类赖以生存的基本食物的品质和营养成分含量。它是一个重要的我国公共卫生数据和营养信息资源,是提供人类基本需求和基本社会保障的先决条件;也是一个国家制定相关法规标准、实施有关营养政策、开展食品贸易和进行营养健康教育的基础,兼具学术、经济、社会等多种价值。 本数据集收录了基于2002年食物成分表的1506条食物的31项营养成分(含胆固醇)数据,657条食物的18种氨基酸数据、441条食物的32种脂肪酸数据、130条食物的碘数据、114条食物的大豆异黄酮数据。

国家人口健康科学数据中心 收录

Beijing Traffic

The Beijing Traffic Dataset collects traffic speeds at 5-minute granularity for 3126 roadway segments in Beijing between 2022/05/12 and 2022/07/25.

Papers with Code 收录

CE-CSL

CE-CSL数据集是由哈尔滨工程大学智能科学与工程学院创建的中文连续手语数据集,旨在解决现有数据集在复杂环境下的局限性。该数据集包含5,988个从日常生活场景中收集的连续手语视频片段,涵盖超过70种不同的复杂背景,确保了数据集的代表性和泛化能力。数据集的创建过程严格遵循实际应用导向,通过收集大量真实场景下的手语视频材料,覆盖了广泛的情境变化和环境复杂性。CE-CSL数据集主要应用于连续手语识别领域,旨在提高手语识别技术在复杂环境中的准确性和效率,促进聋人与听人社区之间的无障碍沟通。

arXiv 收录