期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
生成式人工智能训练数据风险治理:欧盟经验及其启示 被引量:3
1
作者 徐伟 韦红梅 《现代情报》 北大核心 2025年第5期89-98,共10页
[目的/意义]生成式人工智能模型的性能依赖于训练数据的安全性,而频发的训练数据安全风险已经成为人工智能技术发展的障碍。保障训练数据安全对技术的健康发展具有重要意义。[方法/过程]通过文献、经验和比较分析,揭示了生成式人工智能... [目的/意义]生成式人工智能模型的性能依赖于训练数据的安全性,而频发的训练数据安全风险已经成为人工智能技术发展的障碍。保障训练数据安全对技术的健康发展具有重要意义。[方法/过程]通过文献、经验和比较分析,揭示了生成式人工智能训练数据的安全风险,并在借鉴欧盟治理经验的基础上,结合我国实践提出了应对策略。[结果/结论]研究发现,当前训练数据存在数据来源不透明、标注不规范、内容不安全及泄露风险等问题。欧盟已建立以保障数据来源、标注、内容及泄露防控为核心的监管体系。未来,我国应加强数据来源管理、统一标注标准、完善内容安全规则,强化数据保护技术以确保训练数据安全,推动技术健康发展。 展开更多
关键词 生成式人工智能 训练数据 数据安全 数据风险治理 欧盟经验
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部