← 返回首页 📖 📖 Wiki知识库
📐 学习维度 本篇是 📖 📖 Wiki知识库 🏠 首页 🛤️ 学习路径 📚 全部文章

AI大模型备案合规深度实战 - 三、算法备案全流程

本文是 AI大模型备案合规深度实战 的分章阅读版。

三、算法备案全流程

3.1 备案决策树


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)

3.2 算法备案完整流程


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;
}

3.3 备案材料清单

公司资质类


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)

算法信息类


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

模型信息类(大模型备案)


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)

3.4 算法备案信息表样例


# 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"

3.5 备案周期与成本

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。



相关页面