本文是 AI大模型备案合规深度实战 的分章阅读版。
你的 AI 服务是?
├─ 推荐/排序算法(短视频/电商)
│ → 算法推荐备案
├─ 深度合成(换脸/AI 配音)
│ → 深度合成备案
├─ 生成式 AI(ChatGPT 类)
│ → 大模型备案(最严)
└─ 仅内部使用
→ 无需备案(但需自查)
digraph FilingProcess {
rankdir=TB;
node [shape=box, fontname="Microsoft YaHei"];
P1 [label="1. 准备材料"];
P2 [label="2. 系统填报"];
P3 [label="3. 网信办初审"];
P4 [label="4. 安全评估"];
P5 [label="5. 复审"];
P6 [label="6. 备案号发放"];
P7 [label="7. 公示上线"];
P1 -> P2 -> P3;
P3 -> P4 [label="通过"];
P3 -> P1 [label="驳回", color=red];
P4 -> P5;
P5 -> P6 [label="通过"];
P5 -> P4 [label="需整改", color=red];
P6 -> P7;
}
1. 营业执照副本(加盖公章)
2. 法人身份证复印件
3. ICP 备案信息
4. 增值电信业务经营许可证(ICP/EDI)
5. 网络安全等级保护(等保 2.0)证书
6. 公安备案号
7. 信息安全管理体系认证(ISO 27001)
1. 算法备案信息表
2. 算法安全自评估报告
3. 算法机制机理说明
4. 算法风险研判报告
5. 违法违规处置预案
6. 用户协议范本
7. 隐私政策
1. 模型基本信息(参数量/架构)
2. 训练语料来源说明
3. 语料版权合规证明
4. 个人信息脱敏证明
5. 安全微调数据集
6. 红蓝对抗测试报告
7. 评测基准结果(MMLU/C-Eval)
# 算法备案信息表(简化)
算法基本信息:
算法名称: "智能客服助手算法"
算法类别: "生成合成类"
算法目的: "为用户提供商品咨询、售后等服务"
算法类型: "大语言模型(LLM)"
服务形式: "面向公众"
算法机制:
模型架构: "Transformer Decoder"
参数规模: "7B"
训练数据: "10TB 文本 + 100GB 业务数据"
推理方式: "云服务"
数据来源:
公开数据集:
- "Common Crawl"
- "Wikipedia 中文"
业务数据:
- "客服历史对话(已脱敏)"
第三方数据:
- "已签授权协议"
风险评估:
主要风险:
- "生成违法信息"
- "个人信息泄露"
- "知识产权侵权"
应对措施:
- "前置过滤 + 后置审核"
- "PII 自动检测"
- "版权比对"
| 阶段 | 时间 | 成本 |
|---|---|---|
| 材料准备 | 1-2 月 | 内部人力 |
| 填报等待 | 2-4 月 | 免费 |
| 安全评估 | 1-2 月 | ¥5-30 万(第三方) |
| 整改 | 1-3 月 | 内部人力 |
| 总计 | 6-12 月 | ¥10-50 万 |
关键:备案期间不能正式上线,只能内测。