大模型治理蓝皮报告（2023年）——从规则走向实践-72页_1mb

大模型治理蓝皮报告总结

技术定位

• 强调技术发展与治理并重，要求通过敏捷治理构建适应技术快速迭代的治理体系，并强化多元协同主体的治理需求。
• 对治理框架提出“技术自主演化控制难、迭代快速跟进难、黑箱遮蔽追责难”三重突出挑战。

治理机制

• 推动**“软硬兼施”** 治理:
  • 软法：伦理规范等柔性原则指引，提高治理弹性和适应性；
  • 硬法：制定标准化规则等法律约束，建立完备防护体系。

规则聚焦：核心平台

1. 数据资源化：构建高质量数据集是大模型发展的基础，探索合成数据替代
2. 知识产权保护：推进版权规则完善，探索AI创作物法律属性
3. 价值对齐：贯彻以人为本，解决模型失控风险
4. 信息内容治理：实施“标识+溯源”双重溯源制度

国际趋势

1. 美国：正在从松散治理转向体系化治理
2. 欧盟：建立基于风险分级监管制度，拟设AI沙盒
3. 英国：采取灵活监管，设立AI安全研究所
4. 国际组织：加强合作，构建互操作性治理规则

落地工具

• 事前备案：引入算法备案制度，提高服务透明度
• 事中评估：构建精准化全流程评估机制
• 事后溯源：推动技术型检测工具和标识技术融合体系

建设方向

1. 确立促进创新的人工智能敏捷治理理念
2. 聚焦应用场景细化制度方案，推动分级分类治理
3. 创新人工智能治理工具，优化监管机制完善
4. 激励企业管控风险，建立健全合规保障激励机制
5. 构建人工智能国际合作治理体系