AI模型开发流程V1.8.docx

AI模型开发流程

摘要

本文对AI模型开发流程涉及的模型下线替代管理目的、训练数据跨境术语界定、密钥访问控制检查考核、训练数据合法性衔接条款、立项风险分级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）模型下线替代管理目的

一、本条把下线做成有计划动作：留好替代、安顿依赖、保住追溯，三者齐备才允许停服。

二、防止悄悄停服造成下游悬空，报表与流程还在引用一个已经不存在的服务。

三、下线信息向相关方同步的时限与方式一并固定，不搞临时口头通知。

四、本条与变更评估的分工为：单版本替换走变更流程，整体退出走下线流程；拿不准的按下线从严办理，避免留下无主服务。

（二）数据去标识化管理目的

一、含个人身份要素的信息在进入训练语料前必须先行处理，本条统一处理深度与验收办法，避免各团队自行其是。

二、去标识化不是删掉几个字段就了事，还要把复原路径一并评估清楚，本条要求处理结果与复原手段分开登记。

三、经批准保留少量可复原样例仅用于专项验证，其余一切训练用途都以不能直接对应到个人为底线，此条即底线的出处。

（三）外部生成工具使用适用范围

一、适用于日常办公中调用外部生成式服务的行为，含个人设备与个人账号上的使用。

二、已按机构接口准入的外部服务按第三方接口条款管理，不在