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。 8 建设⼈⼯智能安全测评体系。
构建模型算法安全测评、
应⽤通⽤ 安全测评、具体场景安全测评相衔接的⼈⼯智能安全测评体系。模型算法 测评，聚焦模型鲁棒性、可靠性、准确性、抗⼲扰能⼒、决策逻辑透明度、对 抗攻击防御能⼒等内⽣安全能⼒和⻛险。应⽤通⽤测评，针对普遍使⽤的 ⼈⼯智能应⽤⻛险开展测试分析评估。具体场景安全测评，结合应⽤场景 具体情况评估满⾜应⽤需求的能⼒，以及应⽤运⾏和服务过程中的安全⻛ ⼯智能全球治理⾏动计划》。 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。