动，

规范有序开展伦理审查。

推进⼈⼯智能科技伦理服务体系建设，

强化 服务供给，加⼤对中⼩微企业的⽀持⼒度。 5.3
提升研发应⽤全⽣命周期安全能⼒。

持续提升算法可靠性、

可信 度、

透明度、

容错机制、

隐私保护、

价值观对⻬等内⽣安全能⼒，

利⽤对 抗测试等技术评估改进模型鲁棒性，

降低模型算法潜在偏⻅，

确保价值观、 伦理⻛险可控，

避免⼈⼯智能系统意外决策产⽣恶意⾏为。 5.4
强 划》。 6.⼈⼯智能研发与应⽤的安全指引 6.1
⼈⼯智能模型算法研发的安全开发指引 6.1.1
在算法规则、
模型框架设计环节，
应考虑提升算法可靠性、
公平 性、
透明度、
可解释性、
隐私保护、
价值观对⻬等内⽣安全能⼒设计。 6.1.2
评估模型算法潜在偏⻅，
加强训练数据内容和质量的抽查检测， 设计有效、

可靠的对⻬算法，

确保价值观⻛险、

伦理⻛险等可控。 6.1.3
及权限控制，
最⼩化设置访问权限，
根据业务场景限制接⼝调⽤频率，
对 ⼀般⽤⼾禁⽤⾼⻛险操作，
对恶意⾏为⽤⼾建⽴暂停服务、
阻断访问等管 控能⼒。 6.2.6
全⾯了解应⽤场景的数据安全和隐私保护要求，
合理限制对数 据的访问权限，
防⽌超范围使⽤数据，
制定数据备份和恢复计划，
并定期 对数据处理流程进⾏检查。 6.2.7

采⽤安全护栏等技术⼿段，识别拦截违法不良内容、
提⽰词注⼊