新闻详情

新闻详情

首页 / 资讯中心 / 详情

我国人工智能相关主要法律法规、标准规范

发布时间:2026/11/12 1:33:27来源:尧图网络
我国人工智能相关主要法律法规、标准规范
人工智能法律政策2017年7月8日国务院《新一代人工智能发展规划》2017年《网络安全法》2021年《个人信息保护法》、《数据安全法》2023年国家网信办等七部门《生成式人工智能管理暂行办法》2024年《人工智能法学者建议稿》、《人工智能法示范法》人工智能伦理领域相关政策规范2019年6月17日国家新一代人工智能治理专业委员会《新一代人工智能治理原则--发展负责人的人工智能》2021年1月5日全国信息安全标准化技术委员会《网络安全标准实践指南---人工智能伦理安全风险防范指引》2021年9月25日国家新一代人工智能治理专业委员会《新一代人工智能伦理规范》2022年3月20日中共中央办公厅、国务院办公厅《关于加强科技伦理治理的意见》2023年9月7日科技部等十部门《科技伦理审查办法试行》我国对人工智能发展的支持政策2017年12月13日工信部《促进新一代人工智能产业发展的三年行动计划2018-2020年》2018年4月2日教育部《高等学校人工智能创新行动计划》2018年11月8日工信部《新一代人工智能产业创新重点任务揭榜工作方案》2019年8月29日科技部《国家新一代人工智能创新发展试验区建设工作指引》2020年1月21日教育部、发改委、财政部《关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见》2022年7月29日科技部等六部门《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》2022年8月12日科技部《关于支持建设新一代人工智能示范应用场景的通知》2023年10月20日工信部《人形机器人创新发展指导意见》2023年12月28日工信部等八部门《关于加快传统制造业转型升级的指导意见》2024年1月18日工信部等七部门《关于推动未来产业创新发展的实施意见》人工智能领域技术标准2020年7月27日国家标准化管理委员会等五部门《国家新一代人工智能标准体系建设指南》2022年10月12日市场监督管理总局等两部门《信息技术 人工智能 术语》GB/T 41867-20222024年5月29日网信办等三部门《信息化标准建设行动计划2024-2027年》2024年6月5日工信部等四部门《国家人工智能产业综合标准化体系建设指南2024版》我国在人工智能安全监管与评估领域出台的主要法律政策2021年9月17日网信办等九部门《关于加强互联网信息服务算法综合治理的指导意见》2021年12月31日网信办等四部门《互联网信息服务算法推荐管理规定》2022年11月25日网信办等三部门《互联网信息服务深度合成管理规定》2023年1月13日国务院办公厅《关于深入推进跨部门综合监管的指导意见》2023年7月10日网信办等七部门《生成式人工智能服务管理暂行办法》2023年8月25日全国网络安全标准化技术委员会《网络安全标准实践指南---生成式人工智能服务内容标识方法》2024年2月29日全国网络安全标准化技术委员会《生成式人工智能服务安全基本要求》2024年4月3日全国网络安全标准化技术委员会《信息安全技术 生成式人工智能数据标注安全规范》征求意见稿2024年4月3日全国网络安全标准化技术委员会《信息安全技术 生成式人工智能预训练和优化训练数据安全规范》
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/11 13:52:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/10 19:42:40

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/11 9:31:44

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/11 5:36:08

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/11 15:37:39

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/10 17:14:10

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉