- 博客(19)
- 收藏
- 关注
RSS订阅原创 大模型幻觉涉及的违约责任探讨
垂类大模型则在通用架构基础上，由行业厂商或专业团队针对特定领域进行定制微调，聚焦特定领域的应用场景，如医疗、金融或法律等，因进一步结合领域数据进行微调，输出更加专业精准，幻觉风险减少，用户对于输出的准确性和专业性依赖更强。10.7 在任何情况下，即使公司已被告知此类损害的可能性，公司或关联公司或许可方均不对任何直接、间接、后果性、惩罚性、偶然性、附带性、特殊性、后果性或刑罚性、惩戒性的损害承担责任，包括但不限于因你使用本软件及相关服务而遭受的利润损失、商誉损失、数据损失或其他损失。
2025-08-15 16:55:28
672
原创 大模型备案与登记：保姆级实操指南
大模型登记是指网信部门会同相关部门按照《生成式人工智能服务管理暂行办法》及相关要求，对通过API接口或其他方式（如本地部署、云托管等）直接调用已备案大模型能力，并集成到其自身业务系统或产品服务中，面向境内公众提供具有舆论属性或者社会动员能力的生成式人工智能服务（如智能客服、写作助手等可实现自然语言理解、图像识别、内容生成等功能的服务）开展登记工作，其主要目的是确保服务的安全性和质量标准，保障最终用户的合法权益。针对应拒答和非拒答的测试题库进行测试，确保模型在面对敏感问题时能够正确拒答，避免泄露敏感信息。
2025-08-04 09:30:38
1308
原创 人工智能企业算法备案：保姆级实操指南
）履行算法备案和变更、注销备案手续。主体名称、统一社会信用代码、算法名称、算法类型、应用领域、使用场景、上线情况、自评估时间、报告撰写时间、算法基本情况、备案类型、拟公示内容、落实主体责任基本情况、评估算法描述（算法简介、应用范围、服务群体等）、评估算法风险（根据评估算法特点，确定可能存在的安全风险，如：算法滥用、算法被恶意利用、算法漏洞、违法和不良信息生成、违法和不良信息存储等）。其中算法安全违规包括算法设计、算法开发、算法测试、算法上线、算法运行全周期过程中的所有违规行为。
2025-07-31 17:26:20
1118
原创 科创100问｜为什么科创企业必须做股权激励？股权激励系列第1问
这一改革促使高管团队迅速聚焦云战略，接下来的三年里，Azure云服务市占率从8%升至20%，显著增强了微软在云计算领域的竞争力，并为公司的整体转型奠定了坚实的基础。（3）形成整体利益导向的企业文化：打破“各自为战”的思维，推动跨部门协作，形成以整体利益为导向的企业文化。例如，华为在经历2000年互联网泡沫破裂、2008年金融危机、2018年美国打压危机时，均果断推出了新的或更大规模的股权激励，有效地稳定了团队并激发了团队战斗力，不仅使企业化险为夷，更在危机中锻造出更强大的组织韧性与增长机会。
2025-07-16 14:21:03
965
原创 具身智能企业合规要点：资质与核心义务的法律实务解析
本文深入探讨具身智能的概念及其主要功能模块，梳理当前与具身智能相关的法律法规、政策文件及行业标准，重点整理分析具身智能企业的资质要求及其他合规义务（如产品质量与安全责任、个人信息处理、数据跨境传输、开源大模型商业化使用的限制义务等）。近年来，大规模预训练模型（大模型）技术快速发展，为具身智能注入了强大的“思维”能力，但具身智能并非只是“大模型+机器人”，大模型本身缺乏主观感知能力，要实现认知涌现，必须构建新一代人工智能算法，融合脑神经科学、运动控制等复杂理论，从而实现类似人类的感知能力。
2025-06-25 11:45:48
1020
原创 带你走进NVIDIA：从GPU到AI软件生态的全面进化
NVIDIA不再只是GPU制造商，而是以CUDA为核心、以Blackwell为引擎，构建了一个面向AI工厂、数字孪生、机器人、医疗与自动驾驶等未来核心场景的计算生态系统，正主导着一场以“智能制造智能”的新时代工业革命。硬件层采用Jetson或A100系列低功耗高性能芯片，软件层集成了MONAI（开源医学影像AI框架），支持图像分割、分类、配准等任务，其优势在于边缘部署能力、实时性与合规性此外，NeMo和BioNeMo等大模型平台也已拓展至药物发现、基因数据分析等生物医药AI场景。
2025-06-22 16:24:33
3641
原创 人工智能产品出海欧盟之数据合规挑战及应对策略——基于GDPR处罚案例的系统性分析
本文旨在探讨AI产品在出海欧盟过程中面临的数据合规问题，结合GDPR典型违规处罚案例，系统梳理GDPR框架下AI产品数据合规的六大核心风险领域，包括缺乏合法数据处理依据、敏感数据处理违规、未履行数据主体权利保障义务、数据安全义务履行不足、跨境数据传输违规等关键问题，并提出相应的合规建议，以促进AI产品出海欧盟的可持续和合规发展。此外，GDPR第9条对特殊类别数据（如种族、政治观点、生物识别数据）的处理设定了更高门槛，要求除第6条外，还需满足第9条第2款的特定条件（如数据主体明确同意或医疗目的）。
2025-06-06 18:45:31
2541
原创 带你走进Google：从搜索到多模态生成
谷歌作为全球技术创新的引领者，其人工智能战略已从早期的语言处理模型拓展至图像、音频、视频乃至医疗、教育和机器人等多个领域，构建起完整的多模态智能体系。谷歌自创立以来一直致力于人工智能技术的发展，并在2016年起提出了“AI优先（AI-First）”的战略，将人工智能融入公司各条产品线，经过多年投入，谷歌已经构建了丰富的AI产品与平台生态，包括系列语言模型、图像生成模型、视频生成模型、音乐生成模型以及行业定制模型等，以下详细介绍其人工智能系列产品发展。
2025-05-29 19:04:17
1504
原创 生成式人工智能服务提供者合规要点研究
如果对外传播的内容，仍大量依赖AI生成内容仅做形式修改，仍可能被视为“向公众提供服务”。此类服务商虽未直接研发生成式AI模型，但通过API等方式将上游的生成能力整合后，向下游应用输出内容，为下游应用的用户提供个性化内容生成服务，从而间接实现了向公众提供生成式AI服务的目的，因此也应纳入生成式AI服务提供者的范围。同时，依据生成式AI服务提供者所提供服务内容，其可能同时包含：生成式AI服务、算法推荐服务、深度合成服务及互联网信息服务等，即存在服务竞合情形，因此须依据实际提供的服务内容遵守相关法律法规。
2025-05-26 10:44:48
1319
原创 带你走进OpenAI：人工智能革命的引领者
Whisper是一个端到端的语音转文字模型，采用编码器-解码器Transformer架构，使用了超大规模、有监督的语音数据训练，支持多语言转录和翻译，经过训练，可以预测相应的文本字幕，并与特殊标记混合，引导单个模型执行语言识别、短语级时间戳、多语言语音转录以及英语语音翻译等任务。接受文本、音频、图像和视频的任意组合作为输入，并生成文本、音频和图像的任意组合输出，跨文本、视觉和音频进行端到端训练，所有输入和输出都由同一个神经网络处理，最快可在232毫秒内响应音频输入，平均为320毫秒，与人类的响应时间相似。
2025-05-16 11:32:41
1494
原创 AI深度合成时代，法律如何打假？——深度解析AI深度合成技术法律红线
此外，在2024年广州互联网法院审理的“AI换脸肖像权纠纷案”中，首次将“碎片化生物特征重组”纳入肖像权保护范畴，认为肖像权保护不限于面部特征，身体形态、装饰装束等组合亦可构成可识别形象，认为被告未经原告同意，擅自利用AI技术制作“换脸”视频，对视频内容中的人脸等生物特征进行生成或编辑从而达到人脸替换的效果，供用户付费后使用自己的照片进行面部替换，构成对原告肖像权的侵害，判决被告须向张某赔礼道歉，赔偿经济损失。上述案件中争议焦点的讨论及判定，将对训练数据是否构成侵权的边界提供进一步的参考。
2025-05-05 11:14:52
1528
原创 一文了解人工智能的发展历程
摘要：本文系统回顾人工智能的发展历程。从麦卡洛克和皮茨提出人工神经元模型，到1956年达特茅斯会议正式命名“人工智能”；再到符号主义与专家系统兴起，以及连接主义神经网络的兴衰；随后在2010年，深度学习因算力增强和数据规模扩大而引领AI全面复兴，突破语言、视觉和博弈领域。近年来，以Transformer架构为基础的大模型如GPT系列崛起，推动语言理解和多模态AI的发展。此外，自监督学习、自动机器学习（AutoML）和人工通用智能（AGI）的探索标志AI正逐步向更高效、更智能、更通用的方向演进。关键词：人工智
2025-04-26 22:07:12
1911
原创 数据标注：模型训练方与数据标注服务商的权责边界探析
经法研社查询，“北大法宝”案例库中收录的与“数据标注”合同有关的诉讼案件共22件，其中，案由为“服务合同纠纷案件”20件，“承揽合同纠纷案件”1件，“技术服务合同纠纷案件”1件。数据标注是指通过人工操作或使用自动化技术机制，基于对提示信息的响应信息内容，将特定信息如标签、类别或属性添加到文本、图片、音频、视频或者其他数据样本，并生成满足机器学习训练要求的机器可读数据编码的过程，是提升人工智能算法、模型核心能力的关键环节，数据标注活动的准确与否直接影响到模型的理解和泛化能力。
2025-04-24 00:12:55
1017
原创 “骚扰电话”-AI外呼技术服务中的合规底线
本文探讨了AI外呼技术的合规问题，通过分析当前AI外呼技术的应用，指出了其合法使用与滥用之间的界限，强调了技术服务提供方应承担的合规责任。文章详细介绍了如何通过个人信息使用合规、内容合规及通信合规三个方面来降低风险，同时强调技术服务提供方和服务使用方在合规过程中的共同责任。文中还提供了具体的合规建议，旨在帮助企业避免法律风险、提高业务合规性。
2025-04-21 23:20:19
1491
原创 以“美摄诉抖音”案为例，探析AI企业软件著作权与技术秘密合规路径
在人工智能（AI）产业快速发展的背景下，技术秘密与计算机软件著作权日益成为AI企业核心竞争力的重要组成部分。近年来，因算法模型、源代码被抄袭带来的法律纠纷，引发社会对AI企业知识产权保护合规体系的广泛关注。本文以“美摄诉抖音”案为分析对象，详解法院在软件著作权与技术秘密侵权认定中的判断路径，结合相关法律规定与司法裁判思路，提出AI企业从技术边界划定、制度建设到侵权预防的合规建议，以期为企业构建健全的知识产权合规体系提供借鉴。
2025-04-16 10:59:42
1074
原创 AI定制模型的知识产权保护路径与适用策略研究
近年来，开源大模型的出现为企业定制模型提供了基础，但这一过程在法律上涉及复杂的知识产权问题。本文从多个不同法律角度，分析基于开源大模型定制生成的AI定制模型的知识产权保护路径，探讨如何平衡各方利益，设计合理的模型定制合同条款，以保护开发方和委托方的合法权益，为企业在开源AI领域的商业实践提供法律指导。
2025-04-10 15:41:18
1005
原创 人工智能大模型的开源许可协议研究——从技术中立到价值约束
随着人工智能大模型的快速发展，开源模式在推动技术创新的同时，也面临知识产权、伦理风险与合规治理等新挑战。本文系统梳理了大模型领域的开源许可协议体系，从通用开源软件许可协议、知识共享许可协议到专为大模型设计的协议，分析其特点与适用场景。新型协议在保持开放共享的同时，增加了对伦理、安全与使用场景的限制条款。文章为开发者和企业提供了协议选择与合规风险管理的实践指南，以促进大模型开源生态的健康发展。
2025-04-07 14:08:26
1376
原创 训练数据爬取的民事法律风险与合规路径探讨——基于知识产权、个人信息保护与反不正当竞争视角
随着人工智能技术的快速发展，数据爬取作为获取训练素材的核心手段，其合法性边界与责任认定问题日益凸显。结合司法实践与立法动态，系统分析数据爬取在知识产权侵权、个人信息泄露及不正当竞争中的法律风险，以典型案例为切入点，提出多维度合规路径。数据爬取行为的合法性需综合考量数据类型、技术手段及商业影响，此外需分析采购数据自用与转售场景下的法律责任差异。通过数据来源合规化、技术隔离与法律协议设计，有效降低侵权风险，推动数据要素的合法流通与技术创新平衡发展。
2025-03-31 17:05:53
2633
原创 AI训练数据权属及合规使用问题之实践探讨
本文以人工智能大模型为背景，从现有法律框架出发，探讨AI模型训练数据的权属及合规使用问题。文章首先分析了我国数据权属的法律现状，包括基础性法律的原则框架，"数据二十条"等政策指引，以及各地方立法开展的探索。其次，文章重点从市场主体获取数据的不同方式出发，分析了自有数据、授权数据和公域数据三类数据的权属分配问题，厘清了数据来源者、数据采集经营者和数据加工使用者等不同主体的权利边界。针对各类数据，文章提出了合规使用建议，包括数据分类管理、使用范围限制、技术防护措施等。
2025-03-28 15:13:08
1640
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人