論文の概要: A Review of Product Safety Regulations in the European Union

• arxiv url: http://arxiv.org/abs/2102.03679v3
• Date: Sun, 19 Jun 2022 11:22:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-12 09:10:56.812577
• Title: A Review of Product Safety Regulations in the European Union
• Title（参考訳）: 欧州連合における製品安全規制の見直し
• Authors: Jukka Ruohonen
• Abstract要約: 製品安全性は1960年代初めからヨーロッパにおいて懸念されてきた。 新たな技術、世界経済の変化、その他の大きな変革は、製品安全性を政策議論の最前線に再び押し付けている。
• 参考スコア（独自算出の注目度）: 0.7106986689736826
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Product safety has been a concern in Europe ever since the early 1960s. Despite the long and relatively stable historical lineage of product safety regulations, new technologies, changes in the world economy, and other major transformations have in recent years brought product safety again to the forefront of policy debates. As reforms are also underway, there is a motivation to review the complex safety policy framework in the European Union (EU). Thus, building on deliberative policy analysis and interpretative literature review, this paper reviews the safety policy for non-food consumer products in the EU. The review covers the historical background and the main laws, administration and enforcement, standardization and harmonization, laws enacted for specific products, notifications delivered by national safety authorities, recalls of dangerous products, and the liability of these. Based on the review and analysis of these themes and the associated literature, some current policy challenges are further discussed.
• Abstract（参考訳）: 1960年代初期以来、ヨーロッパでは製品安全性が懸念されている。 製品安全規制、新技術、世界経済の変化など、長く比較的安定した歴史的系統にもかかわらず、近年では製品安全が政策論争の最前線に再び持ち込まれた。 改革が進行中であるため、欧州連合(eu)における複雑な安全政策枠組みを見直したいという動機がある。 そこで本稿では, 審議政策分析と解釈文献レビューに基づき, eu における非食品消費製品の安全政策について概説する。 このレビューは、歴史的背景と主要な法律、行政と執行、標準化と調和、特定の製品に関する法律、国家安全当局からの通知、危険な製品のリコール、それらの責任について書かれている。 これらのテーマと関連する文献のレビューと分析に基づいて、現在の政策課題をさらに議論する。

関連論文リスト

• Multimodal Situational Safety [73.63981779844916]
  マルチモーダル・シチュエーション・セーフティ(Multimodal situational Safety)と呼ばれる新しい安全課題の評価と分析を行う。 MLLMが言語やアクションを通じても安全に応答するためには、言語クエリが対応する視覚的コンテキスト内での安全性への影響を評価する必要があることが多い。 我々は,現在のMLLMの状況安全性能を評価するためのマルチモーダル状況安全ベンチマーク(MSSBench)を開発した。
  論文  参考訳（メタデータ） (2024-10-08T16:16:07Z)
• The Incoherency Risk in the EU's New Cyber Security Policies [0.2538209532048867]
  欧州連合(EU)は近年、新たなサイバーセキュリティ政策を追求している。 本論文は, 統合の欠如, 加盟国間の相違, 制度的機能不全, その他の問題に焦点をあてる。
  論文  参考訳（メタデータ） (2024-05-20T14:10:35Z)
• Managing Security Evidence in Safety-Critical Organizations [10.905169282633256]
  本稿では,安全クリティカル組織におけるセキュリティ証拠管理の成熟度について述べる。 認証機関や標準化機関が定める要件の増大に対して,セキュリティ証拠管理の現在の成熟度は不十分であることが判明した。 理由の1つは教育のギャップであり、もう1つはプロセスの欠如である。
  論文  参考訳（メタデータ） (2024-04-26T11:30:34Z)
• The Art of Defending: A Systematic Evaluation and Analysis of LLM Defense Strategies on Safety and Over-Defensiveness [56.174255970895466]
  大規模言語モデル(LLM)は、自然言語処理アプリケーションにおいて、ますます重要な役割を担っている。 本稿では,SODE(Safety and Over-Defensiveness Evaluation)ベンチマークを提案する。
  論文  参考訳（メタデータ） (2023-12-30T17:37:06Z)
• SafetyBench: Evaluating the Safety of Large Language Models [54.878612385780805]
  SafetyBenchは、大規模言語モデル(LLM)の安全性を評価するための包括的なベンチマークである。 11,435 の多様な選択質問が 7 つの異なるカテゴリーの安全問題にまたがっている。 ゼロショット設定と少数ショット設定の両方で、中国語と英語のLLMを25回以上テストしたところ、GPT-4よりも大幅にパフォーマンス上の優位性を示しました。
  論文  参考訳（メタデータ） (2023-09-13T15:56:50Z)
• Beyond the Safeguards: Exploring the Security Risks of ChatGPT [3.1981440103815717]
  大きな言語モデル(LLM)の人気が高まると、安全性、セキュリティリスク、倫理的影響に対する懸念が高まっている。 本稿では、悪意のあるテキストやコード生成、プライベートデータ開示、不正なサービス、情報収集、非倫理的コンテンツの生成など、ChatGPTに関連するさまざまなセキュリティリスクの概要について述べる。
  論文  参考訳（メタデータ） (2023-05-13T21:01:14Z)
• Towards Safer Generative Language Models: A Survey on Safety Risks, Evaluations, and Improvements [76.80453043969209]
  本調査では,大規模モデルに関する安全研究の枠組みについて述べる。 まず、広範囲にわたる安全問題を導入し、その後、大型モデルの安全性評価手法を掘り下げる。 トレーニングからデプロイメントまで,大規模なモデルの安全性を高めるための戦略について検討する。
  論文  参考訳（メタデータ） (2023-02-18T09:32:55Z)
• Foveate, Attribute, and Rationalize: Towards Physically Safe and Trustworthy AI [76.28956947107372]
  包括的不安全テキストは、日常的なシナリオから生じる可能性のある特定の関心領域であり、有害なテキストを検出するのが困難である。 安全の文脈において、信頼に値する合理的な生成のために外部知識を活用する新しいフレームワークであるFARMを提案する。 実験の結果,FARMはSafeTextデータセットの最先端結果を得ることができ,安全性の分類精度が5.9%向上したことがわかった。
  論文  参考訳（メタデータ） (2022-12-19T17:51:47Z)
• Enhancing Product Safety in E-Commerce with NLP [2.895747769560711]
  本稿では,大規模多国籍eコマースプラットフォームであるZalandoが自然言語処理技術をどのように利用するかを示す。 Zalandoの顧客に関する安全問題の種類を体系的に説明します。 我々は、この中核となるビジネス問題を、高度に不均衡でノイズの多い多言語データを持つ教師付きテキスト分類問題にどのようにマッピングするかを実証する。
  論文  参考訳（メタデータ） (2022-10-25T22:10:30Z)
• SafeText: A Benchmark for Exploring Physical Safety in Language Models [62.810902375154136]
  テキスト生成およびコモンセンス推論タスク用に設計された各種モデルのコモンセンス物理安全性について検討する。 最先端の大規模言語モデルは、安全でないテキストの生成に影響を受けやすく、安全でないアドバイスを拒否するのが困難であることがわかった。
  論文  参考訳（メタデータ） (2022-10-18T17:59:31Z)
• Defining Security Requirements with the Common Criteria: Applications, Adoptions, and Challenges [17.700647389830774]
  セキュリティ特性を持つICT製品の採用は、消費者の信頼と市場によるセキュリティ機能への信頼に依存している。 情報技術セキュリティ評価のための共通基準(Common Criteria for Information Technology Security Evaluation、CC)は、サイバーセキュリティ認証の国際規格である。 信頼性の高いサイバーセキュリティ向上のための保護プロファイル、勧告、および今後の方向性の開発に関するベストプラクティスが提示される。
  論文  参考訳（メタデータ） (2022-01-19T05:05:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。