人工智能训练数据治理规范.docxVIP

PAGE

人工智能训练数据治理规范

目录TOC\o1-4\z\u

一、总则 3

二、术语和定义 6

三、治理原则 8

四、治理目标 10

五、治理组织与职责 12

六、数据分类分级 14

七、数据来源管理 17

八、数据采集管理 19

九、数据处理管理 21

十、数据标注管理 24

十一、数据质量管理 28

十二、数据安全与隐私保护 31

十三、数据集版本管理 34

十四、数据集文档管理 37

十五、数据共享与流通管理 40

十六、数据存储与备份管理 43

十七、数据留存与销毁管理 49

十八、风险评估与监督审计 52

十九、持续改进 56

总则

目的与适用范围

本规范旨在构建科学、统一且安全的人工智能训练数据治理体系，确保训练数据来源合法合规、质量可靠、结构规范，从而有效支撑人工智能算法研发、模型优化及应用部署，保障人工智能系统运行的安全性与可靠性。

本规范适用于所有开展人工智能训练数据采集、存储、加工、标注、使用等全流程活动的主体，包括但不限于人工智能算法研发机构、数据处理服务商、模型训练应用企业及人工智能相关技术研究单位。

基本原则

1、安全为本原则

需将数据安全置于治理首位，严格防范数据泄露、滥用、篡改等风险，防范数据对抗、虚假信息干扰训练过程，确保训练数据在采集、加工、存储、利用