来源：期刊VIP网 时间：
作者：梁远高;
单位：深圳大学法学院;
摘要：人工智能大模型的运作原理是“训练+优化”相结合的方法，训练数据是其必不可缺的环节。由于我国现行法律制度难以与人工智能技术发展完全协同，故在大模型训练数据过程中产生了层层风险。训练数据获取主要面临数据爬取行为合法性争议与授权链条瑕疵风险；数据内容主要面临著作权与个人信息侵权风险；数据应用主要面临数据集泄露与滥用风险。对此，应采用层次化规制理念，构建兼具稳定性和灵活性的治理框架。首先，明确数据爬取行为的合法性边界，构建分级分类的弹性授权机制与数据授权溯源动态化体系。其次，对著作权与个人信息的保护应建立在最小必要原则上，审慎构建数据内容合规的双重防线。最后，通过技术防御标准法定化、归责原则精细化及恶意滥用规制体系化，健全数据应用安全治理体系。
关键词：生成式人工智能;;大模型;;训练数据;;数据安全治理;;分层规制
基金资助：广东省哲学社会科学规划习近平法治思想研究专项“生成式人工智能数据风险的法律规制研究”(项目编号：GD24XFZ11);; 广东省教育厅普通高校青年创新人才项目“数字时代打造具有国际竞争力的数字产业集群的法治保障研究”(项目编号：2023WQNCX059);; 深圳市教育科学“十四五”规划人工智能专项“系统论视阈下生成式人工智能法律风险的治理研究”(项目编号：rgzn23022)
