แพลตฟอร์ม · Framework Mappingเลิกสร้างการแมปใหม่ทุกรอบการตรวจสอบ

การแมปกรอบมาตรฐาน AI
ครอบคลุม 5 มาตรฐาน
ให้คะแนนจากกิจกรรมจริงของคุณ

Obiguard ประเมินความครอบคลุมจากสิ่งที่เกิดขึ้นจริงในโปรเจกต์ของคุณ ได้แก่ นโยบาย การควบคุม เกณฑ์ กรณีการใช้งาน เอเจนต์ การทบทวน และการละเมิด ทุกหมวดจะถูกระบุว่าครอบคลุม ครอบคลุมบางส่วน หรือไม่ครอบคลุม พร้อมหลักฐานที่ใช้ตัดสินและขั้นตอนถัดไปที่เป็นรูปธรรมเพื่อปิดช่องว่าง

กรอบมาตรฐาน
5ที่แมปไว้
ขอรับรองได้
1ISO 42001
กิจกรรม AISCF
427 ระยะ
มิติ MGF
9แสดงหลักฐานได้ 5
01 / ทำไมจึงเป็นห้ากรอบนี้

สองกรอบระดับโลก หนึ่งด้านความมั่นคงปลอดภัย
สองกรอบสำหรับเอเชียตะวันออกเฉียงใต้

NIST AI RMF และ ISO/IEC 42001 คือสิ่งที่ลูกค้าหรือผู้ตรวจสอบระดับข้ามชาติจะขอดู OWASP LLM Top 10 คือสิ่งที่ทีมความมั่นคงปลอดภัยของคุณใช้งานอยู่แล้ว ส่วน AISCF และ MGF for GenAI เป็นกรอบระดับชาติของสองตลาดที่ Obiguard ให้บริการ คือมาเลเซียและสิงคโปร์
01 — NIST AI RMF

NIST AI Risk Management Framework

ผู้เผยแพร่สถาบันมาตรฐานและเทคโนโลยีแห่งชาติของสหรัฐอเมริกา
ฉบับเวอร์ชัน 1.0 มกราคม 2023
โครงสร้าง4 ฟังก์ชัน · แมป 10 หมวด
แนวปฏิบัติโดยสมัครใจ — ไม่มีหน่วยงานให้การรับรอง

ศัพท์อ้างอิงด้านความเสี่ยงของ AI ในสหรัฐอเมริกา และเป็นกรอบที่ทีมบริหารความเสี่ยงขององค์กรส่วนใหญ่นำไปใช้ภายในแล้ว กรอบนี้จัดระเบียบความเสี่ยงของ AI เป็นสี่ฟังก์ชัน ได้แก่ Govern, Map, Measure และ Manage และตั้งคำถามว่าองค์กรสามารถแสดงได้หรือไม่ว่าทำครบทุกฟังก์ชัน แทนที่จะกำหนดเทคโนโลยีเฉพาะเจาะจง

Govern และ Map มีหลักฐานจากรีจิสทรี ได้แก่ Policy Sets ที่มีวงจรชีวิตแบบฉบับร่าง → ทบทวน → เผยแพร่ Controls ที่แบ่งแยกหน้าที่ รวมถึง AI Use Cases และ Agents ที่บันทึกวัตถุประสงค์การใช้งานและระดับความเสี่ยง Measure มีหลักฐานจากการรัน Ethics & Bias ทุกคืน (MEASURE 2.1) และการรัน red-team ของ Project Moonshot (MEASURE 2.7) ส่วน Manage คือไปป์ไลน์ Violations และ Review Queue

Obiguard แสดงหลักฐานด้วยสิ่งใด
Policy SetsControlsAI Use CasesAI AgentsReview QueueViolations
ตัวอย่างหมวดที่ให้คะแนน
GOVERN 1.1 — นโยบายและกระบวนการด้านธรรมาภิบาลGOVERN 4.1 — โครงสร้างความรับผิดชอบMAP 1.1 — วัตถุประสงค์และบริบทของระบบMEASURE 2.1 — การประเมินคุณลักษณะด้านความน่าเชื่อถือMEASURE 2.7 — การทดสอบเชิงปรปักษ์และ red-teamingMANAGE 4.1 — การติดตามเหตุการณ์จนแก้ไขเสร็จสิ้น
02 — ISO/IEC 42001

ISO/IEC 42001 — ระบบการจัดการ AI

ผู้เผยแพร่ISO / IEC
ฉบับISO/IEC 42001:2023
โครงสร้างแมป 5 ข้อกำหนด (6 – 10)
ขอรับรองได้ — ผ่านหน่วยรับรองที่ได้รับการรับรองความสามารถ

เป็นมาตรฐานเดียวในชุดนี้ที่ขอรับรองได้ เป็นมาตรฐานระบบการจัดการในตระกูลเดียวกับ ISO 27001 โดยกำหนดให้คุณวางแผนรับมือความเสี่ยงของ AI จัดสรรทรัพยากร ดำเนินการควบคุม ประเมินผลการดำเนินงาน และปรับปรุง พร้อมคาดหวังหลักฐานเป็นเอกสารของทุกขั้นตอน ซึ่งตรวจสอบโดยหน่วยรับรองที่ได้รับการรับรองความสามารถ

Obiguard สร้างหลักฐานการดำเนินงานที่ผู้ตรวจสอบ ISO/IEC 42001 ร้องขอ แต่ไม่ได้ออกใบรับรอง ข้อ 6 การวางแผน แมปกับ Controls และ Criteria พร้อมระดับความเสี่ยง ข้อ 8 การดำเนินงาน แมปกับ Policy Sets ที่บังคับใช้ที่เกตเวย์ ข้อ 9 การประเมินผลการดำเนินงาน แมปกับ Dashboard และ Audit Log ข้อ 10 การปรับปรุง แมปกับ Review Queue และร่องรอยการแก้ไขเบื้องหลังการละเมิดแต่ละรายการ

Obiguard แสดงหลักฐานด้วยสิ่งใด
ControlsCriteriaPolicy SetsAudit LogDashboardReview Queue
ตัวอย่างหมวดที่ให้คะแนน
ข้อ 6 — การวางแผน: การประเมินและจัดการความเสี่ยงข้อ 7 — การสนับสนุน: ทรัพยากร ความสามารถ และการรับรู้ข้อ 8 — การดำเนินงาน: การวางแผนและควบคุมการดำเนินงานข้อ 9 — การประเมินผลการดำเนินงานและการตรวจสอบภายในข้อ 10 — การปรับปรุง: ความไม่สอดคล้องและการแก้ไข
03 — OWASP LLM Top 10

OWASP Top 10 for LLM Applications

ผู้เผยแพร่OWASP Foundation
ฉบับฉบับปี 2025
โครงสร้าง10 หมวดความเสี่ยง
รายการสร้างความตระหนัก — ไม่มีหน่วยงานให้การรับรอง

ไม่ใช่มาตรฐานด้านการปฏิบัติตามกฎระเบียบเลย แต่เป็นรายการร่วมของวงการความมั่นคงปลอดภัยว่าแอปพลิเคชัน LLM ถูกโจมตีสำเร็จได้อย่างไร ได้แก่ prompt injection การเปิดเผยข้อมูลสำคัญ การให้อำนาจกระทำการเกินจำเป็น การรั่วไหลของ system prompt ข้อมูลเท็จ และการใช้ทรัพยากรไม่จำกัด เป็นกรอบที่ทั้งผู้ทดสอบเจาะระบบและแบบสอบถามด้านความมั่นคงปลอดภัยของลูกค้าคุณจะอ้างอิง

นี่คือกรอบที่แมปตรงกับกลไกของผลิตภัณฑ์มากที่สุด มากกว่าเอกสารเชิงกระดาษ Guardrail Criteria จัดการ LLM01 prompt injection และ LLM02 การเปิดเผยข้อมูลสำคัญที่เกตเวย์ การกำหนดขอบเขตของเอเจนต์และเครื่องมือจัดการ LLM06 อำนาจกระทำการเกินจำเป็น และสามารถรันสูตร jailbreak ของ Moonshot แยกต่างหากเพื่อทดสอบว่าการป้องกันเหล่านั้นใช้ได้จริงหรือไม่ แต่การรันดังกล่าวไม่ถูกนับในความครอบคลุม

Obiguard แสดงหลักฐานด้วยสิ่งใด
Guardrail CriteriaPolicy Setsการกำหนดขอบเขตของ Agent
ตัวอย่างหมวดที่ให้คะแนน
LLM01 — Prompt InjectionLLM02 — การเปิดเผยข้อมูลสำคัญLLM05 — การจัดการเอาต์พุตที่ไม่เหมาะสมLLM06 — อำนาจกระทำการเกินจำเป็นLLM07 — การรั่วไหลของ System PromptLLM09 — ข้อมูลเท็จ
04 — AISCF

AI Systems Cyber Security Framework

ผู้เผยแพร่NACSA — สำนักงานความมั่นคงปลอดภัยไซเบอร์แห่งชาติของมาเลเซีย
ฉบับAISCF ปี 2026
โครงสร้าง7 ระยะวงจรชีวิต · 42 กิจกรรมด้านความมั่นคงปลอดภัย
แนวปฏิบัติระดับชาติ — ไม่มีหน่วยงานให้การรับรอง

กรอบระดับชาติของมาเลเซียสำหรับการรักษาความมั่นคงปลอดภัยของระบบ AI เผยแพร่โดย NACSA หาก NIST จัดระเบียบตามฟังก์ชันความเสี่ยง AISCF จะจัดระเบียบตามวงจรชีวิต ได้แก่ Inception, Design & Development, Verification & Validation, Deployment, Operation & Monitoring, Continuous Validation and Re-evaluation และ Retirement แต่ละระยะมีกิจกรรมด้านความมั่นคงปลอดภัยเฉพาะ รวม 42 กิจกรรม และอิงความเสี่ยงอย่างชัดเจน ระดับความลึกที่คาดหวังจึงปรับตามความเสี่ยงของระบบ

Obiguard ครอบคลุมปลายด้านการดำเนินงานของวงจรชีวิตอย่างลึกซึ้ง และครอบคลุมปลายด้านการออกแบบเฉพาะส่วนที่แพลตฟอร์มมีบันทึกอยู่ Operation & Monitoring แมปกับการบังคับใช้ guardrail, Dashboard และ Audit Log ส่วน Verification & Validation และ Continuous Validation ครอบคลุมเพียงบางส่วน เนื่องจากการสแกนช่องโหว่และการทดสอบเจาะระบบเป็นประจำยังไม่ใช่ฟีเจอร์ในตอนนี้ Deployment แมปกับ Access Keys ที่กำหนดขอบเขต และการอนุมัติเวอร์ชันของ prompt กิจกรรมใน Inception และ Retirement เช่น การกำหนดความต้องการ การทำลายข้อมูล และการปลดระวางโมเดล เป็นขั้นตอนระดับองค์กรที่ Obiguard บันทึกไว้ ไม่ได้ดำเนินการเอง

Obiguard แสดงหลักฐานด้วยสิ่งใด
Audit LogAccess KeysPolicy SetsAI Agents
ตัวอย่างหมวดที่ให้คะแนน
IN04 — ประเมินความเสี่ยงด้านความมั่นคงปลอดภัยของ AIDD06 — จัดทำ threat modelling ของ AIVV05 — การตรวจสอบและยืนยันความถูกต้องของเอาต์พุตDP02 — ความมั่นคงปลอดภัยของสภาพแวดล้อมและการเข้าถึงOM03 — ปฏิบัติการและเฝ้าระวังด้านความมั่นคงปลอดภัยCR06 — การประเมินและทดสอบความมั่นคงปลอดภัยRT02 — การปลดระวางโมเดล
05 — MGF for GenAI

Model AI Governance Framework for Generative AI

ผู้เผยแพร่IMDA และ AI Verify Foundation ประเทศสิงคโปร์
ฉบับเผยแพร่เมื่อ 30 พฤษภาคม 2024
โครงสร้าง9 มิติ · แสดงหลักฐานผ่านแพลตฟอร์มได้ 5
แนวปฏิบัติพื้นฐาน — ไม่มีหน่วยงานให้การรับรอง

แนวปฏิบัติพื้นฐานของสิงคโปร์สำหรับระบบนิเวศ Generative AI ที่น่าเชื่อถือ จัดทำโดย IMDA และ AI Verify Foundation ซึ่งเป็นมูลนิธิเดียวกับที่อยู่เบื้องหลัง Project Moonshot กรอบนี้ตั้งใจให้กว้างกว่ามาตรฐานด้านความมั่นคงปลอดภัย โดยมีเก้ามิติครอบคลุมความรับผิดชอบ ข้อมูล การพัฒนาและการใช้งานที่น่าเชื่อถือ การรายงานเหตุการณ์ การทดสอบและการสร้างความมั่นใจ ความมั่นคงปลอดภัย แหล่งที่มาของเนื้อหา การวิจัยด้านความปลอดภัยและการจัดแนว และ AI เพื่อประโยชน์สาธารณะ

สี่ในเก้ามิติ ได้แก่ Testing & Assurance, Content Provenance, Safety & Alignment R&D และ AI for Public Good เป็นข้อผูกพันระดับระบบนิเวศที่มุ่งเป้าไปที่ผู้พัฒนาโมเดล หน่วยงานทดสอบ และผู้กำหนดนโยบาย แพลตฟอร์มของผู้นำไปใช้งานจึงไม่สามารถแสดงหลักฐานได้ และคะแนนรวมถูกจำกัดไว้ที่ 56% โดยออกแบบ ควรอ่านรายละเอียดรายมิติ ไม่ใช่ดูจากมาตรวัดรวม ในห้ามิติที่ผู้นำไปใช้งานแสดงหลักฐานได้ Security แข็งแกร่งที่สุด โดย guardrail Criteria คัดกรองเวกเตอร์ภัยคุกคามเฉพาะ GenAI, Policy Sets บังคับใช้ที่เกตเวย์ และ Access Keys จำกัดการเปิดเผย ส่วน Accountability อาศัยการแบ่งแยกหน้าที่ใน Controls และการระบุตัวผู้กระทำอย่างครบถ้วนใน Audit Log

Obiguard แสดงหลักฐานด้วยสิ่งใด
ControlsAudit LogPolicy SetsAccess Keys
ตัวอย่างหมวดที่ให้คะแนน
ความรับผิดชอบข้อมูลการพัฒนาและการใช้งานที่น่าเชื่อถือการรายงานเหตุการณ์ความมั่นคงปลอดภัยการทดสอบและการสร้างความมั่นใจ
02 / คำนวณความครอบคลุมอย่างไร

เป็นการประเมินตนเอง ไม่ใช่การรับรอง

ความครอบคลุมประเมินจากกิจกรรมบนแพลตฟอร์มของคุณ ยกเว้น ISO/IEC 42001 กรอบมาตรฐานเหล่านี้ไม่มีหน่วยงานให้การรับรอง มุมมองนี้ช่วยให้คุณเตรียมพร้อมสำหรับการตรวจสอบ แต่ไม่สามารถใช้แทนการตรวจสอบได้
01 — หลักฐาน

ให้คะแนนจากกิจกรรมจริง

หมวดหนึ่งจะเปลี่ยนเป็นสีเขียวเมื่อมี Policy Set ที่ใช้งานอยู่ Control ที่อนุมัติแล้ว หรือ Use Case ที่ลงทะเบียนไว้รองรับ โดยแต่ละรายการมีลิงก์จากแถวความครอบคลุม คุณจึงคลิกเข้าไปดูระเบียนได้

ครอบคลุม · บางส่วน · ไม่ครอบคลุม
02 — ช่องว่าง

ระบุช่องว่างและการดำเนินการที่เป็นรูปธรรม

หมวดที่ครอบคลุมบางส่วนจะระบุสิ่งที่ยังขาดอยู่ ส่วนหมวดที่ไม่ครอบคลุมจะระบุขั้นตอนถัดไปที่เจาะจง เช่น ลงทะเบียน use case พร้อมระดับความเสี่ยง ผลักดัน control ให้ผ่านการอนุมัติ หรือเผยแพร่ policy set

ช่องว่าง · การดำเนินการที่แนะนำ
03 — เพดานที่ตรงไปตรงมา

จุดที่คะแนนไม่อาจถึง 100%

บางหมวดไม่ใช่หน้าที่ของผู้นำไปใช้งานที่จะทำให้ครบ โดยสี่มิติของ MGF เป็นข้อผูกพันระดับระบบนิเวศสำหรับผู้พัฒนาโมเดลและผู้กำหนดนโยบาย ซึ่งจำกัดคะแนนของกรอบนั้นไว้ที่ 56% โดยออกแบบ เราระบุไว้ชัดเจนบนหน้านี้ แทนที่จะให้คะแนนเลี่ยงไปอย่างเงียบ ๆ

MGF · จำกัดที่ 56%
04 — ระบุเวอร์ชัน

แมปเทียบกับฉบับที่ระบุ

crosswalk แต่ละรายการจะบันทึกว่าสร้างขึ้นเทียบกับฉบับใดของมาตรฐานต้นทาง และมนุษย์ทบทวนครั้งล่าสุดเมื่อใด มาตรฐานมีการปรับปรุง แต่การแมปไม่ได้เปลี่ยนตามไปโดยอัตโนมัติ ความล้าสมัยจึงมองเห็นได้ ไม่ใช่ถูกสมมติว่าไม่มี

ฉบับ · ทบทวนล่าสุด
05 — ส่งออก

ส่งออกให้ผู้ตรวจสอบ

ดึงมุมมองความครอบคลุมทั้งหมดเป็น CSV ได้ ครบทุกหมวด สถานะ และหลักฐานเบื้องหลัง พร้อมการส่งออก Audit Log สำหรับเหตุการณ์ที่เกี่ยวข้อง

ส่งออก CSV · รายกรอบมาตรฐาน
06 — ต่อเนื่อง

คำนวณใหม่ ไม่ใช่รวบรวมใหม่

ความครอบคลุมคำนวณจากสถานะแพลตฟอร์มแบบสด การเผยแพร่ Policy Set หรืออนุมัติ Control จึงเปลี่ยนตัวเลขทันที ไม่ต้องรีเฟรชสเปรดชีต และไม่ต้องเร่งรวบรวมหลักฐานก่อนการทบทวน

สด · ไม่ต้องรวบรวมด้วยมือ
03 / คำถามที่พบบ่อย

กรอบมาตรฐาน
อธิบายโดยละเอียด

แต่ละกรอบคืออะไร ใครเป็นผู้เผยแพร่ และ Obiguard แสดงหลักฐานเทียบกับกรอบนั้นได้และไม่ได้อย่างไร

คุยกับ SE →

AISCF คืออะไร[01]

AISCF คือ AI Systems Cyber Security Framework ของมาเลเซีย เผยแพร่โดย NACSA สำนักงานความมั่นคงปลอดภัยไซเบอร์แห่งชาติของมาเลเซีย เป็นกรอบที่อิงความเสี่ยง โดยจัดระเบียบความมั่นคงปลอดภัยของ AI ตามวงจรชีวิตแทนที่จะตามฟังก์ชันความเสี่ยง ประกอบด้วยเจ็ดระยะ ได้แก่ Inception, Design & Development, Verification & Validation, Deployment, Operation & Monitoring, Continuous Validation and Re-evaluation และ Retirement ซึ่งมีกิจกรรมด้านความมั่นคงปลอดภัยรวม 42 กิจกรรม เป็นแนวปฏิบัติระดับชาติ ไม่ใช่มาตรฐานที่ขอรับรองได้ จึงไม่มีใบรับรอง AISCF ให้ขอ

MGF for GenAI คืออะไร[02]

MGF for GenAI คือ Model AI Governance Framework for Generative AI ของสิงคโปร์ เผยแพร่เมื่อวันที่ 30 พฤษภาคม 2024 โดย IMDA และ AI Verify Foundation ซึ่งเป็นมูลนิธิเดียวกับที่อยู่เบื้องหลัง Project Moonshot กรอบนี้กำหนดเก้ามิติสำหรับระบบนิเวศ Generative AI ที่น่าเชื่อถือ ได้แก่ ความรับผิดชอบ ข้อมูล การพัฒนาและการใช้งานที่น่าเชื่อถือ การรายงานเหตุการณ์ การทดสอบและการสร้างความมั่นใจ ความมั่นคงปลอดภัย แหล่งที่มาของเนื้อหา งานวิจัยและพัฒนาด้านความปลอดภัยและการจัดแนว และ AI เพื่อประโยชน์สาธารณะ เป็นแนวปฏิบัติพื้นฐาน ไม่ใช่มาตรฐานที่ขอรับรองได้

ทำไมคะแนน MGF for GenAI จึงถูกจำกัดที่ 56%[03]

สี่ในเก้ามิติของ MGF ได้แก่ Testing & Assurance, Content Provenance, Safety & Alignment R&D และ AI for Public Good เป็นข้อผูกพันระดับระบบนิเวศที่มุ่งเป้าไปที่ผู้พัฒนาโมเดล หน่วยงานทดสอบภายนอก และผู้กำหนดนโยบาย แพลตฟอร์มที่องค์กรผู้นำไปใช้งานใช้อยู่ไม่สามารถแสดงหลักฐานเหล่านี้ได้ Obiguard จึงจำกัดคะแนนของกรอบไว้ที่ 56% แทนที่จะให้คะแนนเลี่ยงช่องว่างนั้น ควรอ่านรายละเอียดรายมิติ แทนการดูมาตรวัดรวม

Obiguard คำนวณความครอบคลุมของกรอบมาตรฐานอย่างไร[04]

ความครอบคลุมคำนวณจากกิจกรรมบนแพลตฟอร์มแบบสด ไม่ใช่จากแบบสอบถาม แต่ละหมวดของกรอบจะถูกระบุว่าครอบคลุม ครอบคลุมบางส่วน หรือไม่ครอบคลุม ตามว่ากิจกรรมบนแพลตฟอร์มมีหลักฐานรองรับหรือไม่ ไม่ว่าจะเป็น Policy Sets, Controls, Criteria, AI Use Cases, Agents, access keys, การทบทวนโดยมนุษย์, การละเมิด, เวอร์ชันของ prompt, Audit Log, การรันประเมิน Project Moonshot ที่เสร็จสมบูรณ์ หรือการรัน Ethics & Bias ทุกคืน หมวดที่ครอบคลุมบางส่วนจะระบุสิ่งที่ยังขาดอยู่ ส่วนหมวดที่ไม่ครอบคลุมจะระบุขั้นตอนถัดไปที่เป็นรูปธรรม และสามารถส่งออกมุมมองทั้งหมดเป็น CSV ได้

Obiguard รับรองเราตาม ISO/IEC 42001 หรือไม่[05]

ไม่ ISO/IEC 42001:2023 เป็นมาตรฐานเดียวในห้ากรอบที่ขอรับรองได้ และการรับรองมาจากหน่วยรับรองที่ได้รับการรับรองความสามารถ ไม่ใช่จากผู้จำหน่ายซอฟต์แวร์ สิ่งที่ Obiguard สร้างขึ้นคือหลักฐานการดำเนินงานที่ผู้ตรวจสอบร้องขอ ได้แก่ การประเมินและจัดการความเสี่ยงตามข้อ 6 การควบคุมการดำเนินงานตามข้อ 8 การเฝ้าระวังและการตรวจสอบภายในตามข้อ 9 และการจัดการความไม่สอดคล้องตามข้อ 10 อีกสี่กรอบไม่มีหน่วยงานให้การรับรองเลย ความครอบคลุมเทียบกับกรอบเหล่านั้นจึงเป็นเครื่องมือช่วยประเมินตนเองเพื่อเตรียมการตรวจสอบ

รองรับ EU AI Act, SOC 2 หรือ HIPAA หรือไม่[06]

ปัจจุบันยังไม่มีการแมปกรอบเหล่านี้ในตัว Obiguard มี crosswalk สำหรับ NIST AI RMF, ISO/IEC 42001, OWASP LLM Top 10, AISCF และ MGF for GenAI อย่างไรก็ตาม คุณยังสามารถบังคับใช้กฎของตนเองสำหรับข้อกำหนดอื่นใดในรูปแบบ Policy Sets, Controls และ Criteria และทุกการตัดสินใจจะถูกบันทึก แต่จะไม่ถูกให้คะแนนเป็นกรอบแยกต่างหาก บอกเราว่าคุณต้องการกรอบใดเป็นลำดับถัดไป แล้วเราจะจัดลำดับความสำคัญให้
04 / ที่เกี่ยวข้อง

ขีดความสามารถเบื้องหลังความครอบคลุม

ส่วนใหญ่แล้วแต่ละหมวดจะเปลี่ยนเป็นสีเขียวเพราะมีบางสิ่งในแพลตฟอร์มเป็นหลักฐาน ความครอบคลุมมาจาก policy sets, controls, criteria, use cases, agents, keys, การทบทวน, การละเมิด และ audit log ส่วนหมวดด้านการวัดผลมีหลักฐานจาก การประเมินด้วย Project Moonshot และ รายงาน Ethics & Bias ทุกคืน ขณะที่หมวดด้านการเฝ้าระวังและการปรับปรุงตอบโดย Audit Ledger และ Policy Sets ดูทั้งหมดรวมกันได้ที่หน้า Governance AI