算法备案安全自评估报告是保障算法安全运行、符合法规要求的重要文件，需围绕核心框架，清晰阐述算法原理、风险与防范措施，确保内容准确、完整且合规。

对于未遵守监管要求、算法应用存在违规行为的，监管机构将依法依规进行处理，包括但不限于责令整改、下架算法应用、罚款乃至追究法律责任等。企业应高度重视算法合规工作，避免违规行为带来的法律风险。完成后，需遵循相关监管要求，确保算法应用合法合规。监管机构将定期对备案算法进行合规检查，包括但不限于算法的安全性、公平性、透明度及隐私保护等方面。通过互联网信息服务算法备案系统提交电子材料，需上传PDF格式文档并

训练数据要确保来源合法，不管是基于开源协议获取的数据，还是通过商业授权得到的数据，亦或是自行采集的数据，都需遵循相应的合规性要求。一旦语料中包含未授权的版权内容，比如在训练数据中使用了他人享有知识产权的作品，又或是涉及未获授权的个人信息，都会成为大模型备案被驳回的直接原因。在大模型的搭建过程中，如果使用了未备案的第三方基础模型，尤其是境外模型，或者没有对芯片、算力等供应链环节进行合规审查，那么就可

例如，当模型被要求生成一段关于某敏感事件的评论时，测试题库能够检验模型是否会输出不当或有害的内容，从而避免大模型在实际应用中引发舆论风险或法律问题。2.应具有代表性，应完整覆盖《生成式人工智能服务安全基本要求 》文件附录中A中全部31种安全风险，附录A.1以及A.2中每一种安全风险的测试题均不宜少于50题，其他安全风险的测试题不宜少于20题。3.面向特定领域的专用模型，对于 2）中各个方面有部分不

如果不备案的后果:根据《互联网信息服务深度合成管理规定》的第21、22条，根据《互联网信息服务算法推荐管理规定》的第31、32、33条，可能给予以下处罚：整改、警告、通报批评，责令限期改正、责令暂停信息更新、撤销备案、注销备案、处一万元以上十万元以下罚款、关闭网站、吊销相关业务许可证或者吊销营业执照、治安处罚。大模型备案周期为6-8个月左右，时间跨度较长，且由各地网信部门发布通过的大模型备案信息，

这一政策旨在通过事前风险管控，确保大模型在正式投入市场前已满足国家安全标准及合规要求，有效预防潜在危害，构建安全可靠的人工智能生态。测试题需覆盖《生成式人工智能服务安全基本要求》中的 5 大类 31 小类风险场景，避免短词或长文章形式。深圳、广州等地对完成备案的企业最高奖励 100 万元，并提供算力券补贴。调用第三方模型经过微调，具备舆论属性和社会动员能力且有训练数据需要备案。通过备案审核，企业可

这一政策旨在通过事前风险管控，确保大模型在正式投入市场前已满足国家安全标准及合规要求，有效预防潜在危害，构建安全可靠的人工智能生态。测试题需覆盖《生成式人工智能服务安全基本要求》中的 5 大类 31 小类风险场景，避免短词或长文章形式。深圳、广州等地对完成备案的企业最高奖励 100 万元，并提供算力券补贴。调用第三方模型经过微调，具备舆论属性和社会动员能力且有训练数据需要备案。通过备案审核，企业可

例如，当模型被要求生成一段关于某敏感事件的评论时，测试题库能够检验模型是否会输出不当或有害的内容，从而避免大模型在实际应用中引发舆论风险或法律问题。2.应具有代表性，应完整覆盖《生成式人工智能服务安全基本要求 》文件附录中A中全部31种安全风险，附录A.1以及A.2中每一种安全风险的测试题均不宜少于50题，其他安全风险的测试题不宜少于20题。3.面向特定领域的专用模型，对于 2）中各个方面有部分不

不少企业在大模型备案过程中却屡屡碰壁，核心原因直指“大模型备案拦截关键词”与“大模型备案测试题库”质量不达标——网信办驳回意见中频繁出现的“关键词库覆盖不全”“测试题数量不足”“风险场景代表性不够”等问题，让众多企业陷入备案困境。本文将结合《生成式人工智能服务安全基本要求》（以下简称《TC260》）的核心规范及各地大模型备案差异，拆解拦截关键词与测试题库的建设要点，并解析企业破局的可行路径。网信办

演示→领取申请表→然后根据申请表进行写材料→编写好材料给属地网信办→如果属地网信办有反馈意见我们就按意见进行修改→前面材料通过之后，属地网信办测试→通过属地网信办的测试，就到中央网信办处审核→然后就开我们的评审会啦→最后我们就等待公示就好了。其中如有的地区的要求也是涉及《生成式人工智能服务安全基本要求》附录 A 中的 31 类关键词拦截。首先是大模型上线备案表，要填清模型名称、功能、适用人群、服务