可信ai大模型标准体系2.0

你可能遇到过这种场面：采购或合规同事发来一份标准条文，问「我们用的模型合不合规」，你手上只有一堆模型名和接口文档，对不上号。要么就是供应商说「我们过了可信 AI 评估」，但你不知道他到底过了哪几条。这篇把标准体系的框架拆成可执行的对照动作，告诉你每一类要求对应到模型、数据、日志、供应链上的哪个环节，以及哪些条款对小团队其实不适用。

采购或合规同事发来一叠标准条文，问「我们用的模型合不合规」，你手上只有模型名和接口文档，对不上号；供应商说「我们过了可信 AI 评估」，你也不知道他到底过了哪几条。这种场面几乎每个做技术选型的人都碰到过。

这篇把可信 AI 大模型标准体系 2.0 的框架拆成可以逐项核对的清单，告诉你每一类要求对应到模型、数据、日志、供应链上的哪个环节，以及哪些条款对规模不大的团队其实不适用。目标很简单：别停在「已合规」这三个字上，能拿出证据才算数。

先把框架拆成四层，别一头扎进条文

标准体系读起来像一份长清单，但结构上可以归成四层：治理与责任、数据与训练、模型与输出、运营与供应链。四层对应到团队里的角色不一样，治理层问的是「这事谁签字」，数据层问的是「语料哪来的」，模型层问的是「能力边界写清楚没有」，运营层问的是「出事能不能回溯」。逐层问一遍责任归属，比逐条抄条文快得多。

模型与输出这层，怎么落到可验证的动作

模型层最常见的坑是「口头说明」：供应商讲了一套能力范围，但选型文档里一个字没写。要落地就得留文字——适用场景、已知失效场景、是否允许进入自动决策，这三条必须写进选型文档并让业务方确认。输出侧则要能举证，抽查几条真实请求的完整链路，比看白皮书有用得多。

• 能力边界声明：适用场景、已知失效场景、是否允许自动决策，三条都要落到文档里
• 输出可举证：有没有内容过滤、有没有引用来源、有没有人工复核环节，抽查真实请求链路
• 对外发布场景额外确认标识与溯源要求；纯内部辅助场景这部分压力小很多
• 抽查方式：随机挑几条近期请求，从输入到最终输出走一遍，看中间哪一步断了

不适用的情况要讲清楚：如果只是拿模型做离线数据清洗，结果不对外发布、也不进任何决策链，模型层的多数输出约束可以降级处理。但数据来源仍然要留痕——这一层降级不代表下一层能省。

数据与训练：把「来源合法」变成能拿出手的证据

「我们数据来源合法」这句话在评审会上没有意义，有意义的是能当场调出一份台账。建议按来源分三类建账：自有数据、采购授权数据、公开抓取数据。每类记清楚授权凭证放在哪、使用条款截图存在哪，谁负责维护。

1. 分类建账把语料按自有、采购授权、公开抓取三类分开，各自登记来源与获取方式
2. 留凭证采购类保存合同或授权书，公开抓取类保存当时的使用条款截图，注明抓取范围
3. 定口径训练数据合规的具体判断口径参照站内 /training-data-compliance-2，别自己拍脑袋定标准
4. 复核每季度过一遍台账，来源变动或授权到期时更新

只做微调、不从头训练时，重点转向微调数据集的来源与脱敏记录，基线模型本身的合规性靠供应商材料承接。完全不训练也不微调、只用官方接口的情况，这一层主要是留存供应商的合规声明，不需要自己建训练数据台账——但声明文件要留好，别等评审才去要。

运营、日志与供应链：最容易漏的那部分

前面三层大家多少会想一下，运营和供应链这一层经常到出事才想起来。日志至少要覆盖三件事：谁在什么时候调了什么、输入输出是否留存、异常请求怎么处置。留存周期按业务所属行业的监管口径定，不要一刀切。

供应链侧要能回答「模型从哪来、中间过了几层」。走第三方中转时尤其要确认数据是否会被二次留存、留存多久、能不能签数据处理约定。对应站点的口径说明可以到 /sites 中转站目录里查，找不到说明的站点本身就是个风险信号。

变更记录

模型切换、版本更新、提示词大改都记一笔，出问题能回溯到具体时间点

异常处置

定义什么算异常请求、谁处理、处理结果记在哪

备案类型

需要备案的业务先分清类型，材料清单和路径不同，见 /llm-algorithm-filing-difference

一套自查顺序：从场景出发，而不是从条文出发

很多人一上来就逐条读标准，读到一半发现根本不知道自己该不该适用。换个顺序：先定场景，再对条款。对外服务、对内辅助、进决策链，三种场景的合规强度依次递增，先把这个定下来，后面能省掉大量无用功。

1. 定场景明确是对外服务、对内辅助还是进入决策链，三种强度递增，写下来让业务方确认
2. 列证据清单每一条要求后面写「证据在哪」，找不到证据的条目直接标红，这是最省时间的做法
3. 定不适用项把明显不适用的条款连同理由写下来，比空着更容易通过内部评审
4. 留复盘点标准体系会更新，设一个复查触发条件，比如上线新场景或供应商换模型时重过一遍

从场景出发去对条款，比从条款出发去猜自己适不适用，快得多也准得多。