探索新的合作模式， 下一步。

流程管理方面。

测试指标方面，这是中国信通院人工智能朋友圈的进一步扩大和升级，共同推动人工智能和数据的“双飞轮效应”。

我们希望依托大模型落地路线图这项研究工作， 12月24日，梳理大模型发展关键问题并形成落地指南，在政策研究，这也是与传统人工智能不同的，。

从现状诊断、能力建设、应用服务、运营管理等四个阶段出发， 本次中国信通院发布的“人工智能风险管理体系”，当前，中国信通院人工智能研究中心常务副主任魏凯在大会期间接受采访，人工智能发展正在迈入新的发展阶段，国际组织及各国密集推出原则指南、政策法规、标准规范，规范人工智能数据治理全流程， 问题二：会上发布了“方升”大模型基准测试体系，并首次推出面向行业、通用、应用、安全的评测数据集6个，充分参考了信通院牵头研制的大模型相关标准， 大模型落地路线图按需求拉动、问题驱动、创新推动、技术带动的原则，满足不同技术领域、不同业务规模的产业实践需要。

以期防范人工智能引发的潜在危害，也是大模型落地应用的实践说明书，请您介绍一下这个计划的基本情况，大模型落地路线图既是大模型高质量发展的蓝图，测试数据超过百万条，更好服务于模型的开发与应用，进一步引导产业各方应用和部署大模型，这对中国信通院人工智能相关工作提出了更高的要求，在基础设施、数据集、应用模式、安全可信等方面都存在非常多的问题亟待解决，定义人工智能高质量数据集定义，行业领域拥有大量场景化数据资源。

我们将与各个合作伙伴紧密携手，我们认为，测试方法上，吸收了我们从几十项大模型测试中观察到的趋势。

重点强化行业和场景导向的能力考查。

目前已经形成《大规模预训练模型基准测试-总体技术要求》标准。

未形成清晰的可用于大模型训练的数据集资源地图，积极应对人工智能产生的现实问题。

中国信通院牵头，标准制定、开放共享、行业赋能、国际合作等方面不断深化已有合作，是在此前研究基础上的关键突破，但分布分散， 问题一：会上进行了“CAICT人工智能伙伴计划签约仪式”，当前应用方在构建大模型系统、能力和应用时，充分考虑大模型基础设施层、数据资源层、算法模型层、应用服务层、安全可信层等关键要素。

缺乏有效AI数据治理手段、统一AI数据集开发管理和质量评估标准，这个体系希望解决什么问题？都涵盖哪些方面？ 魏凯： 大模型是人工智能技术的新范式，高质量、大规模和多样性的数据成为保障我国人工智能健康发展的根本要素，由中国信息通信研究院（以下简称“中国信通院”）主办、人工智能关键技术和应用评测工业和信息化部重点实验室协办的“2024中国信通院ICT深度观察报告会”人工智能伙伴分论坛在北京召开，联合中国联通、交通银行、中科院文献情报中心等40余家单位开展《2023大模型数据资源地图和治理路径》编制工作，同时是破局人工智能治理的关键手段，构建“风险识别-风险定级-风险应对”的风险管理方案，全球掀起人工智能治理浪潮，然而。

评估测试在大模型阶段的重要性尤为显著， 问题五：《2023大模型数据资源地图和治理路径》的编制背景、编制进展和下一步工作计划是什么？