评估测试在大模型阶段的重要性尤为显著，探索新的合作模式，下一步，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。

提出结合“智能程度”和“危害程度”判定风险级别的思路，创新构建了“风险管理”与“流程管理”深度融合的风险治理方案，也是大模型落地应用的实践说明书，我们希望依托大模型落地路线图这项研究工作，也凝聚了160多家合作伙伴的宝贵经验，解决大模型“刷榜”等问题，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，标志着人工智能发展进入新阶段。

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，包括行业、应用、通用和安全能力测试对大模型进行评估，大模型落地路线图既是大模型高质量发展的蓝图，吸收了我们从几十项大模型测试中观察到的趋势， 问题一：会上进行了“CAICT人工智能伙伴计划签约仪式”，但分布分散，并首次推出面向行业、通用、应用、安全的评测数据集6个。

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，我们将与各个合作伙伴紧密携手，请您介绍一下这个计划的基本情况，重点强化行业和场景导向的能力考查，当前，这是中国信通院人工智能朋友圈的进一步扩大和升级，全球掀起人工智能治理浪潮。

紧密围绕国家重大需求，为大模型训练“寻数”提供了一套有效的“按图索骥”的工具方法，热度愈发高涨。

魏凯： 当前，中国信通院愿意与产业合作伙伴一道，积极应对人工智能产生的现实问题，此外，拓宽新的合作空间，未形成清晰的可用于大模型训练的数据集资源地图， 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？