AI模型开发流程V1.6.docx

AI模型开发流程

摘要

本文对AI模型开发流程涉及的立项风险分级管理目的、训练数据合法性职责分工、离线验证口径检查考核、离线验证口径操作流程、外部生成工具使用衔接条款等事项作出规定，明确了相应的适用范围、职责分工、处理要求与记录口径。

目次

一、目的

二、职责分工

三、流程步骤

四、检查与考核

五、记录与表单

六、附则

一、目的

（一）立项风险分级管理目的

一、模型使用需求在进入开发排期之前必须先确定风险档位，档位决定后续评审的深度与批准层级，本规程的目的就是把分级动作前置，防止团队先动手、后补评估。

二、分级着眼三类后果：是否触及人员与财产安全，是否直接处置资金与额度，是否代替人工作出影响个人权益的判断。

三、凡以自研、外购或接口方式引入的模型用途，均在应分级之列；仅调整界面文案且不改变判定逻辑的小改可走简化通道，但简化不等于免评。

（二）立项风险分级适用范围

一、适用于业务部门、技术部门提出的所有模型使用需求，包括首次立项与用途变更重新立项两种情形。

二、仅调整界面文案、修复缺陷且不改变决策行为的改造不在分级范围，但仍须在需求台账登记，并由立项评审组书面确认。

三、面向内部效率工具的试验性需求同样参与分级；试验环境一旦接入真实业务数据，一律按不低于中风险处理。

（三）训练数据合法性适用范围

一、适用于采集、外部获取、置换、用户投稿四类进入路径取得的语料，以及把上述语料二次混合再