来源：期刊VIP网 时间：
作者：孙清白;
单位：南京航空航天大学人文与社会科学学院;
摘要：训练数据是人工智能大模型内容生成的基础。从实践来看，大模型存在训练数据不当收集、训练数据投毒、训练数据代表性不足以及训练数据泄露等诸多风险，严重威胁着大模型产业的健康发展。我国现有针对训练数据风险治理的立法层级较低，且存在风险治理规范不够全面、数据风险治理义务分配不清晰以及责任规范欠缺等诸多不足。宜采用管制性监管与激励性监管并重的治理模式，确立技术、管理制度和责任三位一体的治理机制，并从规范训练数据收集、明确数据投毒的法律责任、确保训练数据的代表性以及保障训练数据安全四个方面入手，构建贯穿法律、行政法规和部门规章的大模型训练数据风险治理的规范体系。
关键词：大模型;;训练数据;;风险识别;;风险治理;;人工智能
基金资助：国家社会科学基金青年项目“数字经济发展视野下商业数据交易规则体系建构研究”（项目编号：22CFX078）;; 中央高校基本科研业务费专项资金资助项目“发展新质生产力背景下数据商法律规制的体系构建”（项目编号：NR2024012）
