斯坦福用 AI 扫描 9600 个辖区，发现约 1 万条涉嫌歧视的法律
StanfordHAI · x · 2026-09-09
斯坦福 RegLab（负责人为 Stanford HAI 副主任 Daniel E. Ho）发表论文《Hidden in Plain Text: LLM-Assisted Detection of Discriminatory Local Laws》，用 AI 流水线扫描全美 9600 多个地方辖区的法律条文，筛出约 1 万条涉嫌歧视的可疑法律待人工复核。
研究者估计至少 5000 万美国人生活在含有公然违反宪法保护的歧视性法律（涉及种族、性别、公民身份、年龄、残障）的城市或乡镇之下。已发现的例子包括：密歇根州禁止非美国公民取得私家侦探执照；孟菲斯教育委员会仍被要求为白人与有色人种青少年「分别提供学校」；佛罗里达 Valparaiso 仍可合法征收人头税。该论文发表于国际人工智能与法律会议（ICAIL）。
所属事件:斯坦福用 LLM 扫描美国地方法律，发现上万条歧视条款(2 条相关)→
「安全」频道最新
- Meta 发布个人 Agent Muse：隔离沙箱+Sentinel 拦截层守护安全 — rohanpaul_ai · 2026-09-09
- 网友批 OpenAI 用拟人化措辞规避数据使用责任 — BasedRaddka · 2026-09-09
- 在 LLM 调用前加 PII 门禁：SSN 在服务端就被 400 拦下 — Scholeristical · 2026-09-09
- Muse 代理与凭证网络权限刻意隔离，被攻破也不至于全失守 — rohanpaul_ai · 2026-09-09
- 新加坡发布全球首个 AI 智能体治理框架,提出四维问责要求 — Comfortable_Gene5180 · 2026-09-09
- Meta 为 Muse 智能体设公开漏洞悬赏，单个漏洞最高 30 万美元 — ThomasScialom · 2026-09-09