以回退到以前的版本。 6.1.11

制定明确的测试规则和⽅法，

包括⼈⼯测试、

⾃动测试、

混 合测试等，

利⽤沙箱仿真等技术对模型进⾏充分测试和验证。

⽤于商业化 ⽤途的研发者，

应形成详细的测试报告，

分析安全问题并提出改进⽅案。 6.1.12

评估⼈⼯智能模型算法对外界⼲扰的容忍程度，

以适⽤范围、 注意事项或使⽤禁忌的形式告知服务提供者和其他研发者。 6.1.13

定期披露⼈⼯智能模型算法的审计与异常处置情况。 建⽴⼈⼯智能应⽤运⾏监测能⼒和安全事件应急预案，
设置其 关键指标的安全预警阈值，
能够及时发现安全事件，
并具备切换到⼈⼯或 传统系统等的能⼒。
定期开展应急演练，
并根据⾏业安全事件、
重要舆情 及监管变化，
及时优化应急策略，
应对不断变化的安全⻛险。 6.3.4

在⼈⼯智能⽣成内容内添加显式或隐式标识，做好⽣成合成内 容提⽰和溯源管理。
在政务信息公开、
司法取证等场景部署深度伪造检测