大模型数据合规四步落地路径

一、划定训练数据来源边界

动作：梳理用于模型训练的全部中文文本、图像等数据集，标注每类数据的原始获取方式（如公开网页爬取、授权采购、用户主动提交等），区分是否含个人信息或重要数据；对照《生成式人工智能服务管理暂行办法》第七条，剔除未获明示同意的个人信息及未脱敏的生物识别信息。产出物：《训练数据来源清单表》（含数据类型、来源网址/合同编号、授权状态、脱敏方式四项必填字段）。卡点：公开网页数据常被误认为‘无需授权’，实际需满足robots.txt协议、网站声明及《个人信息保护法》第二十七条关于‘合理使用’的三重限定。检查项：网信部门在安全评估初审中会重点核验清单中‘用户主动提交’类数据是否附有清晰、独立的二次授权勾选项截图。

二、编制安全评估基础材料

动作：按《生成式人工智能服务安全基本要求》（GB/T 43728-2024）附录A逐项填写《安全自评表》，同步准备三份核心附件：1）数据清洗日志（记录去重、去偏、敏感词过滤等操作时间戳及规则版本）；2）内容安全过滤系统说明文档（须列明关键词库更新频率、人工审核响应时限）；3）模型输出可控性验证报告（含至少20组对抗性提问测试记录）。产出物：加盖公章的《生成式人工智能服务安全自评报告》及完整附件包。卡点：部分企业将‘已部署过滤系统’等同于‘符合标准’，但国标明确要求提供系统架构图与最近30日拦截日志抽样。检查项：省级网信办受理时将核查附件2中是否注明关键词库由谁维护、更新依据是否为最新版《网络信息内容生态治理规定》附件清单。

三、完成生成式AI服务备案

动作：登录国家网信办‘生成式人工智能服务备案系统’（https://beian.12377.cn），在线提交《备案登记表》及前述安全评估材料，同步上传《算法推荐服务算法备案表》（依据《互联网信息服务算法推荐管理规定》第十条）。产出物：国家网信办签发的《生成式人工智能服务备案编号》（格式为GAI-2024-XXXXX）。卡点：备案系统仅开放每年3月、6月、9月、12月首周受理，其余时段无法上传；且要求法人身份证正反面扫描件与营业执照统一社会信用代码完全一致。检查项：系统自动校验填报主体名称与工商登记名称是否一字不差，曾有企业因将‘（北京）’误写为‘【北京】’导致退回。

四、建立季度数据合规复核机制

动作：每季度首月10日前，由法定代表人或数据安全负责人签署《数据合规季度自查确认书》，重点复核：1）新接入数据源是否完成授权链路审查；2）上季度用户投诉中涉数据问题是否闭环；3）安全过滤规则库是否按《网络信息内容生态治理规定》更新。产出物：签字扫描件+支撑材料压缩包（含新增授权书、投诉处理记录、规则库更新日志）。卡点：自查确认书须本人手写签名并注明日期，电子签名无效；支撑材料中投诉记录需隐去用户身份信息。检查项：网信部门飞行检查时，将调取最近两期自查材料，比对规则库更新时间与公开法规修订时间是否滞后超30日。

大模型数据合规不是一次性工程，而是以备案为起点、以季度复核为锚点的持续治理过程。

本文由钻瓜网整理发布，内容仅供参考，具体政策、流程与费用请以国家知识产权局及各地官方机构最新公告为准。